numpy.random.RandomState.zipf

RandomState.zipf(a, size=None)

Генерация выборок из распределения Цпфа.

Выборки генерируются из распределения Цпфа со значением параметра a > 1.

Распределение Цпфа (также известное как дзета-распределение) — это непрерывное вероятностное распределение, которое удовлетворяет закону Цпфа: частота элемента обратно пропорциональна его рангу в таблице частот.

Параметры:	a : float или array_like из float Параметр распределения. Должен быть больше 1. size : int или кортеж из int, необязательно Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k выборок генерируется. Если size — None (по умолчанию), возвращается единственное значение, если a — скаляр. В противном случае генерируются np.array(a).size выборок.
Возвращаемое значение:	out : ndarray или скаляр Сгенерированные выборки из распределения Цпфа с заданными параметрами.

См. также

scipy.stats.zipf

функция плотности вероятности, распределение или функция кумулятивной плотности вероятности и т.д.

Примечания

Плотность вероятности для распределения Цпфа:

где — дзета-функция Римана.

Названа в честь американского лингвиста Джорджа Кингсли Цпфа, который заметил, что частота любого слова в выборке языка обратно пропорциональна его рангу в таблице частот.

Ссылки

[R216]

Zipf, G. K., “Selected Studies of the Principle of Relative Frequency in Language,” Cambridge, MA: Harvard Univ. Press, 1932.

Примеры

Генерация выборок из распределения:

>>> a = 2. # parameter
>>> s = np.random.zipf(a, 1000)

Отображение гистограммы выборок вместе с функцией плотности вероятности:

>>> import matplotlib.pyplot as plt
>>> from scipy import special

Ограничение значений s до 50 для наглядности графика:

>>> count, bins, ignored = plt.hist(s[s<50], 50, normed=True)
>>> x = np.arange(1., 50.)
>>> y = x**(-a) / special.zetac(a)
>>> plt.plot(x, y/max(y), linewidth=2, color='r')
>>> plt.show()