numpy.random.exponential

numpy.random.exponential(scale=1.0, size=None)

Генерация случайных чисел из экспоненциального распределения.

Его функция плотности вероятности

$f(x; \frac{1}{\beta}) = \frac{1}{\beta} \exp(-\frac{x}{\beta}),$

для x > 0 и 0 в противном случае. $\beta$ — параметр масштаба, который является обратным параметру интенсивности $\lambda = 1/\beta$ . Параметр интенсивности — альтернативная, широко используемая параметризация экспоненциального распределения [3].

Экспоненциальное распределение является непрерывным аналогом геометрического распределения. Оно описывает многие распространённые ситуации, например, размер капель дождя, измеренный за многочисленные ливни [1], или время между запросами на страницы в Википедии [2].

Примечание

Новый код должен использовать метод exponential экземпляра default_rng(), см. random-quick-start.

Параметры

scalefloat or array_like of floats: Параметр масштаба, $\beta = 1/\lambda$ . Должен быть неотрицательным.
sizeint or tuple of ints, optional: Форма выходных данных. Если заданная форма, например, (m, n, k), то генерируется m * n * k случайных чисел. Если size равно None (по умолчанию), возвращается одно значение, если scale — скаляр. В противном случае генерируется np.array(scale).size случайных чисел.

Возвращаемое значение

outndarray or scalar: Сгенерированные случайные числа из экспоненциального распределения с заданными параметрами.

См. также

Generator.exponential: который следует использовать в новом коде.

Ссылки

1: Peyton Z. Peebles Jr., “Probability, Random Variables and Random Signal Principles”, 4th ed, 2001, p. 57.
2: Википедия, “Процесс Пуассона”, https://en.wikipedia.org/wiki/Poisson_process
3: Википедия, “Экспоненциальное распределение”, https://en.wikipedia.org/wiki/Exponential_distribution

© 2005–2020 NumPy Developers
Licensed under the 3-clause BSD License.
https://numpy.org/doc/1.19/reference/random/generated/numpy.random.exponential.html