numpy.random.RandomState.gamma

метод

RandomState.gamma(shape, scale=1.0, size=None)

Генерация выборок из гамма-распределения.

Выборка осуществляется из гамма-распределения со заданными параметрами, shape (иногда обозначается как «k») и scale (иногда обозначается как «тета»), где оба параметра больше 0.

Примечание

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

Параметры

shapefloat or array_like of floats

Форма гамма-распределения. Должна быть неотрицательной.

scalefloat or array_like of floats, optional

Масштаб гамма-распределения. Должна быть неотрицательной. По умолчанию равна 1.

sizeint or tuple of ints, optional

Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k выборок будут сгенерированы. Если размерность size равна None (по умолчанию), то возвращается единственное значение, если shape и scale — скаляры. В противном случае генерируется np.broadcast(shape, scale).size выборок.

Возвращает

outndarray or scalar

Сгенерированные выборки из параметризованного гамма-распределения.

См. также

scipy.stats.gamma

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

Generator.gamma

который следует использовать в новом коде.

Примечания

Плотность вероятности гамма-распределения:

где — форма, — масштаб, а — гамма-функция.

Гамма-распределение часто используется для моделирования времени безотказной работы электронных компонентов и естественным образом возникает в процессах, для которых важны времена ожидания между событиями, распределенными по закону Пуассона.

Ссылки

1

Weisstein, Эрик В. «Гамма-распределение». Из MathWorld — Wolfram Web Resource. http://mathworld.wolfram.com/GammaDistribution.html

2

Википедия, «Гамма-распределение», https://en.wikipedia.org/wiki/Gamma_distribution

Примеры

Генерация выборок из распределения:

>>> shape, scale = 2., 2.  # mean=4, std=2*sqrt(2)
>>> s = np.random.gamma(shape, scale, 1000)

Отображение гистограммы выборок вместе с функцией плотности вероятности:

>>> import matplotlib.pyplot as plt
>>> import scipy.special as sps  
>>> count, bins, ignored = plt.hist(s, 50, density=True)
>>> y = bins**(shape-1)*(np.exp(-bins/scale) /  
...                      (sps.gamma(shape)*scale**shape))
>>> plt.plot(bins, y, linewidth=2, color='r')  
>>> plt.show()