Python - AI 助手

Python random.gammavariate() 方法



Python 中的 **random.gammavariate()** 方法生成符合 Gamma 分布 的随机数。Gamma 分布是一个双参数连续概率分布族,取决于两个正参数 alpha (α) 和 beta (β) 的值,这两个参数都必须大于 0。

Gamma 分布的概率密度函数 (PDF) 为:

         x ** (alpha - 1) * math.exp(-x / beta)
pdf(x) =  --------------------------------------
            math.gamma(alpha) * beta ** alpha

参数 alpha (α) 定义分布的形状。较大的 α 值会导致分布更分散。而参数 beta (β) 定义分布的尺度。它影响数据点围绕均值的分布。

语法

以下是 **gammavariate()** 方法的语法:

random.gammavariate(alpha, beta)

参数

此方法接受以下参数:

  • **alpha:** 这是 Gamma 分布的形状参数,它必须大于 0。

  • **beta:** 这是 Gamma 分布的尺度参数,它也必须大于 0。

返回值

此方法返回一个符合 Gamma 分布的随机数。

示例 1

让我们看看使用 **random.gammavariate()** 方法从形状参数为 2 和尺度参数为 3 的 Gamma 分布中生成随机数的基本示例。

import random

# Parameters for the gamma distribution
alpha = 2
beta = 3

# Generate a gamma-distributed random number
random_number = random.gammavariate(alpha, beta)

print("Generated random number:", random_number)

以下是输出:

Generated random number from gamma distribution: 7.80586421115812

**注意:**由于其随机性,每次运行程序时生成的输出都会有所不同。

示例 2

此示例使用此方法生成一个包含 10 个随机数的列表,这些随机数服从 Gamma 分布。

import random

# Parameters for the gamma distribution
alpha = 3
beta = 1.5

result = []
# Generate a random numbers from the gamma distribution
for i in range(10):
    result.append(random.gammavariate(alpha, beta))

print("List of random numbers from Gamma distribution:", result)

执行以上代码时,您将获得如下所示的类似输出:

List of random numbers from Gamma distribution: [1.8459995636263633, 1.5884068672272527, 2.472844073811172, 5.9912332880010375, 5.710796196794566, 7.0073286403252535, 0.6174810186947404, 2.3729043573117172, 3.5488507756541923, 4.851207589108078]

示例 3

以下是一个使用random.gammavariate()方法生成并显示直方图的示例,该直方图显示了 Gamma 分布数据的分布情况。

import random
import numpy as np
import matplotlib.pyplot as plt

# Parameters for the gamma distribution
alpha = 1
beta = 2

# Generate gamma-distributed data
d = [random.gammavariate(alpha, beta) for _ in range(10000)]

# Create a histogram from the generated data, with bins up to the maximum value in d
h, b = np.histogram(d, bins=np.arange(0, max(d)+1))

# Plot the histogram to visualize the distribution
plt.bar(b[:-1], h, width=1, edgecolor='none') 
plt.title('Histogram of Gamma Distributed Data')

# Display the plot
plt.show() 

以上代码的输出如下:

 random gammavariate method
python_modules.htm
广告