numpy.random.Generator.standard_cauchy

метод

Generator.standard_cauchy(size=None)

Генерирует выборку из стандартного распределения Коши с модой = 0.

Также известно как распределение Лоренца.

Параметры:	size : int or tuple of ints, optional Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k генерируется выборок. По умолчанию None, в этом случае возвращается единственное значение.
Возвращает:	samples : ndarray or scalar Сгенерированные выборки.

Примечания

Функция плотности вероятности для полного распределения Коши:

а стандартное распределение Коши просто задаёт и

Распределение Коши возникает при решении задачи о вынужденном гармоническом осцилляторе, а также описывает уширение спектральных линий. Оно также описывает распределение значений, в которых прямая, наклоненная под случайным углом, пересекает ось x.

При изучении гипотетических тестов, предполагающих нормальность, наблюдение за тем, как тесты работают с данными из распределения Коши, является хорошим показателем их чувствительности к распределению с тяжёлыми хвостами, так как распределение Коши очень похоже на гауссовское распределение, но с более тяжёлыми хвостами.

Ссылки

[1]	NIST/SEMATECH e-Справочник по статистическим методам, «Распределение Коши», https://www.itl.nist.gov/div898/handbook/eda/section3/eda3663.htm

[2]	Weisstein, Eric W. «Распределение Коши». Из MathWorld – Wolfram Web Resource. http://mathworld.wolfram.com/CauchyDistribution.html

[3]	Wikipedia, «Распределение Коши» https://en.wikipedia.org/wiki/Cauchy_distribution

Примеры

Генерация выборок и построение графика распределения:

>>> import matplotlib.pyplot as plt
>>> s = np.random.default_rng().standard_cauchy(1000000)
>>> s = s[(s>-25) & (s<25)]  # truncate distribution so it plots well
>>> plt.hist(s, bins=100)
>>> plt.show()