2024-04-29 02:40:31 发布
网友
我想比较一下numpy.random提供的概率distributions。理想情况下,我希望看到一组图表比较它们,但我对其他想法持开放态度。在
numpy.random
我可以想象使用matplotlib遍历每个函数并进行绘图。也许以前有人做过?在
我不确定所有的功能都可以直接比较。但是,我可以比较的功能如下所示:
代码:
loc, scale = 0., 1 x=np.arange(-8., 8., .01) laplace = np.exp(-abs(x-loc/scale))/(2.*scale) gumbel = (1/scale)*np.exp(-(x - scale)/scale)* np.exp( -np.exp( -(x - scale) /scale) ) logistic = np.exp((loc-x)/scale)/(scale*(1+np.exp((loc-x)/scale))**2) normal = 1/(scale * np.sqrt(2 * np.pi))*np.exp( - (x - loc)**2 / (2 * scale**2) ) lognormal = (np.exp(-(np.log(x) - loc)**2 / (2 * scale**2))/ (x * scale * np.sqrt(2 * np.pi))) rayleigh = (x/(scale*scale))*(np.exp((-x*x)/(2*scale*scale))) standard_cauchy = 1/(np.pi*(1+(x*x))) plt.plot(x,gumbel,label='gumbel scale=1') plt.plot(x,laplace,label='laplace scale=1, loc = 0') plt.plot(x,normal,label='normal scale=1, loc = 0') plt.plot(x,logistic,label='logistic scale=1, loc = 0') plt.plot(x,lognormal,label='lognormal scale=1, loc = 0') plt.plot(x,rayleigh,label='rayleigh scale=1') plt.plot(x,standard_cauchy,label='standard_cauchy')
我不确定所有的功能都可以直接比较。但是,我可以比较的功能如下所示:
代码:
相关问题 更多 >
编程相关推荐