toms-dist-sampler 0.0.2

Toms_Dist_采样器

简介

Tom的分布采样器使创建正态、泊松和二项式样本以及在Python中获得这些样本的汇总统计变得容易！我创建这个采样器是为了适应编写oop和发布python包。这是我第一次尝试，虽然很有趣，但我也学到了很多！如果有人发现它的实际用途（可能不太可能？）请告诉我。或者给我买杯啤酒。老实说，我宁愿喝啤酒。

安装

目前，汤姆斯蒸馏采样器仅适用于蟒蛇3号。很抱歉那些python2用户。但这可能是一个很好的升级机会！

通过PIP安装

我强烈建议您使用p i p：

p i p安装-i https://test.pypi.org/simple/toms dist sampler

或者，如果您的系统中有多个python版本：

pip3安装-i https://test.pypi.org/simple/toms dist sampler

通过Github安装

您还可以通过github进行安装，如下所示：

git clone https://github.com/Tommo565/toms_dist_sampler
cd toms_dist_sampler
python setup.py install

如果最后一行失败，可能是因为系统上安装了多个版本的python。因此，您可能还想尝试： python3 setup.py安装

示例

采样器本身既是一组函数，又是一个类。其中的基本示例选择功能是相同的，但是在这个类中还有一些可用的选项，我将在下面介绍。你使用的应该取决于你个人的喜好。

如果使用这个包，您可能还需要了解一些底层发行版。您可以在minitab express找到一个深入的资源，或者在云时代

分布采样器功能

我建议您使用以下约定导入：

来自toms_dist_sampler.distribution_sampler导入distribution_sampler as ds

从那里可以运行正态分布的样本，如so:

norm=ds（dist=normal，size=1000，mean=2，sd=5）

或泊松分布，如：

poisson=ds（dist='poisson'，size=5000，lam=3）

最后是这样的二项分布：

二项式=ds（dist=二项式，size=2500，trials=20，prob=0.2）

您还可以调用"帮助"功能以获得有关功能和参数的更详细概述：

帮助（DS）

所有样本均以numpy数组格式创建。您可以将它们转换为更传统的python列表，如下所示：

norm = ds(dist='Normal', size=1000, mean=2, sd=5)`
norm_list = norm.tolist()

请注意，只有size=和dist=参数适用于所有分发类型。根据您选择的分布，您必须在上面的示例中为该分布指定正确的参数。如果您选择的参数组合不正确，您将收到一条错误消息，并提供有关如何选择正确参数的进一步指导。

分布式采样器类

与函数一样，我建议您使用以下约定导入类：

从toms_dist_sampler.distributionsampler导入distributionsampler as ds

该类是灵活的，在创建实例时，您可以使用参数：

我的实例=ds（dist='normal'，size=1000，mean=2，sd=5）

或不带：

myinstance=ds（）

使用参数创建实例将立即生成示例。但是，如果您创建它时不带参数并希望添加它们，则可以使用set_parameters（）方法执行此操作，如下所示：

myinstance.set_参数（dist='poisson'，size=5000，lam=3）

您可以使用print_parameters（）方法随时打印参数，如下所示：

myinstance.print_parameters（）

注意，如果在分布类型（例如dist=normal和dist=poisson）之间切换，则保留以前的参数。这将生成一个警告，不会影响您的结果，但我建议如果您希望切换分发类型，请按照上面的说明创建该类的另一个实例。

要创建新示例，必须在按如下方式设置参数后使用.draw（）方法：

myInstance.draw（）

您还可以随时使用.draw（）方法使用现有参数创建新示例。

如果您想打印您的示例，可以使用以下方法来打印示例：

myinstance.print_sample（）

这会将您的样本打印到控制台。

最后，.summary（）方法会将一些摘要统计信息打印到控制台，包括最小值和最大值，以及标准偏差和平均值：

myinstance.summarise（）

您还可以调用"帮助"功能以获得有关功能和参数的更详细概述：

帮助（DS）

所有样本均以numpy数组格式创建。您可以将它们转换为更传统的python列表，如下所示：

MyInstance = DS(dist='Normal', size=1000, mean=2, sd=5)`
norm = MyInstance.draw()
norm_list = norm.tolist()

请注意，只有size=和dist=参数适用于所有分发类型。根据您选择的分布，您必须在上面的示例中为该分布指定正确的参数。如果您选择的参数组合不正确，您将收到一条错误消息，并提供有关如何选择正确参数的进一步指导。

测试

使用pytest包执行测试。要运行这些命令，请导航到命令行中的/tests/文件夹并运行：

pytest-v

学分

非常感谢matt upson在检查这方面的帮助。我可能欠他一杯啤酒！< < /P>

许可证

麻省理工学院

标签：

• 示例
• 参数
• size
• dist
• 样品
• ds
• sampler
• 采样器
• 泊松
• toms

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库

• jadm

  FreeBSD监狱框架

• django-model-audit-histor

  PostgreSQL的Django模型字段，用于按时间顺序存储对模型的更改。

• nekbot.protocols.xmpp

  用于Nekbot的Jabber/XMPP协议，模块化多协议机器人。

• github-maintainer

  github repo维护程序的cli支持工具

• verhaal

  创造未来的最好方法是逐字预测。

• Zendesk

  用于zendesk的python api包装器

• odoo11-addon-website-sale-secondary-unit

  允许管理网站商店中的辅助单位

• stock-plugin

  台湾股票计划插件。

• bump

  bumps包版本号

• sftpman

  一个命令行应用程序，帮助您装载sftp文件系统。

• satzreduktion

  使用ner工具进行集合约简

• generates

  提供生成decorator的微库

• shl

  摇头语

• qb-consul

  consul服务注册与获取

• raetp

  可靠的异步事件传输协议