scipy.stats.uniform() es una variable aleatoria continua uniforme. Se hereda de los métodos genéricos como una instancia de la clase rv_continuous . Completa los métodos con detalles específicos para esta distribución en particular.
Parámetros:
q : probabilidad de cola inferior y superior
x : cuantiles
loc : parámetro de ubicación [opcional]. Predeterminado = 0
escala: [opcional] parámetro de escala. Predeterminado = 1
tamaño: [tupla de enteros, opcional] forma o variantes aleatorias.
momentos: [opcional] compuesto por letras [‘mvsk’]; ‘m’ = media, ‘v’ = varianza, ‘s’ = sesgo de Fisher y ‘k’ = curtosis de Fisher. (predeterminado = ‘MV’).Resultados : Variable aleatoria continua uniforme
Código #1: Creación de una variable aleatoria continua uniforme
# importing library from scipy.stats import uniform numargs = uniform .numargs a, b = 0.2, 0.8 rv = uniform (a, b) print ("RV : \n", rv)
Producción :
RV : scipy.stats._distn_infrastructure.rv_frozen object at 0x000002A9D9F1E708
Código n.º 2: variables continuas uniformes y distribución de probabilidad
import numpy as np quantile = np.arange (0.01, 1, 0.1) # Random Variates R = uniform .rvs(a, b, size = 10) print ("Random Variates : \n", R) # PDF x = np.linspace(uniform.ppf(0.01, a, b), uniform.ppf(0.99, a, b), 10) R = uniform.pdf(x, 1, 3) print ("\nProbability Distribution : \n", R)
Producción :
Random Variates : [0.30819979 0.95991962 0.70622125 0.60895239 0.72550267 0.73555393 0.3757751 0.88295358 0.50726709 0.57936421] Probability Distribution : [0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
Código #3: Representación gráfica.
import numpy as np import matplotlib.pyplot as plt distribution = np.linspace(0, np.minimum(rv.dist.b, 3)) print("Distribution : \n", distribution) plot = plt.plot(distribution, rv.pdf(distribution))
Producción :
Distribution : [0. 0.02040816 0.04081633 0.06122449 0.08163265 0.10204082 0.12244898 0.14285714 0.16326531 0.18367347 0.20408163 0.2244898 0.24489796 0.26530612 0.28571429 0.30612245 0.32653061 0.34693878 0.36734694 0.3877551 0.40816327 0.42857143 0.44897959 0.46938776 0.48979592 0.51020408 0.53061224 0.55102041 0.57142857 0.59183673 0.6122449 0.63265306 0.65306122 0.67346939 0.69387755 0.71428571 0.73469388 0.75510204 0.7755102 0.79591837 0.81632653 0.83673469 0.85714286 0.87755102 0.89795918 0.91836735 0.93877551 0.95918367 0.97959184 1. ]
Código #4: Argumentos Posicionales Variantes
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0, 5, 100) # Varying positional arguments y1 = uniform.pdf(x, a, b) y2 = uniform.pdf(x, a, b) plt.plot(x, y1, "*", x, y2, "r--")
Producción :
Publicación traducida automáticamente
Artículo escrito por mathemagic y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA