python所有算法_Python实现的各种常见分布算法示例
本文实例讲述了Python实现的各种常见分布算法。分享给大家供大家参考,具体如下:
#-*- encoding:utf-8 -*-
import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
#####################
#二项分布
#####################
def test_binom_pmf():
'''
为离散分布
二项分布的例子:抛掷10次硬币,恰好两次正面朝上的概率是多少?
'''
n = 10#独立实验次数
p = 0.5#每次正面朝上概率
k = np.arange(0,11)#0-10次正面朝上概率
binomial = stats.binom.pmf(k,n,p)
print binomial#概率和为1
print sum(binomial)
print binomial[2]
plt.plot(k, binomial,'o-')
plt.title('Binomial: n=%i , p=%.2f' % (n,p),fontsize=15)
plt.xlabel('Number of successes')
plt.ylabel('Probability of success',fontsize=15)
plt.show()
def test_binom_rvs():
'''
为离散分布
使用.rvs函数模拟一个二项随机变量,其中参数size指定你要进行模拟的次数。我让Python返回10000个参数为n和p的二项式随机变量
进行10000次实验,每次抛10次硬币,统计有几次正面朝上,最后统计每次实验正面朝上的次数
'''
binom_sim = data = stats.binom.rvs(n=10,p=0.3,size=10000)
print len(binom_sim)
print "mean: %g" % np.mean(binom_sim)
print "SD: %g" % np.std(binom_sim,ddof=1)
plt.hist(binom_sim,bins=10,normed=True)
plt.xlabel('x')
plt.ylabel('density')
plt.show()
#####################
#泊松分布
#####################
def test_poisson_pmf():
'''
泊松分布的例子:已知某路口发生事故的比率是每天2次,那么在此处一天内发生4次事故的概率是多少?
泊松分布的输出是一个数列,包含了发生0次、1次、2次,直到10次事故的概率。
'''
rate = 2
n = np.arange(0,10)
y = stats.poisson.pmf(n,rate)
print y
plt.plot(n, y, 'o-')
plt.title('Poisson: rate=%i' % (rate), fontsize=15)
plt.xlabel('Number of accidents')
plt.ylabel('Probability of number accidents', fontsize=15)
plt.show()
def test_poisson_rvs():
'''
模拟1000个服从泊松分布的随机变量
'''
data = stats.poisson.rvs(mu=2, loc=0, size=1000)
print "mean: %g" % np.mean(data)
print "SD: %g" % np.std(data, ddof=1)
rate = 2
n = np.arange(0,10)
y = stats.poisson.rvs(n,rate)
print y
plt.plot(n, y, 'o-')
plt.title('Poisson: rate=%i' % (rate), fontsize=15)
plt.xlabel('Number of accidents')
plt.ylabel('Probability of number accidents', fontsize=15)
plt.show()
#####################
#正态分布
#####################
def test_norm_pmf():
'''
正态分布是一种连续分布,其函数可以在实线上的任何地方取值。
正态分布由两个参数描述:分布的平均值μ和方差σ2 。
'''
mu = 0#mean
sigma = 1#standard deviation
x = np.arange(-5,5,0.1)
y = stats.norm.pdf(x,0,1)
print y
plt.plot(x, y)
plt.title('Normal: $\mu$=%.1f, $\sigma^2$=%.1f' % (mu,sigma))
plt.xlabel('x')
plt.ylabel('Probability density', fontsize=15)
plt.show()
#####################
#beta分布
#####################
def test_beta_pmf():
'''
β分布是一个取值在 [0, 1] 之间的连续分布,它由两个形态参数α和β的取值所刻画。
β分布的形状取决于α和β的值。贝叶斯分析中大量使用了β分布。
'''
a = 0.5#
b = 0.5
x = np.arange(0.01,1,0.01)
y = stats.norm.pdf(x,a,b)
print y
plt.plot(x, y)
plt.title('Beta: a=%.1f, b=%.1f' % (a,b))
plt.xlabel('x')
plt.ylabel('Probability density', fontsize=15)
plt.show()
#####################
#指数分布(Exponential Distribution)
#####################
def test_exp():
'''
指数分布是一种连续概率分布,用于表示独立随机事件发生的时间间隔。
比如旅客进入机场的时间间隔、打进客服中心电话的时间间隔、中文维基百科新条目出现的时间间隔等等。
'''
lambd = 0.5#
x = np.arange(0,15,0.1)
y =lambd * np.exp(-lambd *x)
print y
plt.plot(x, y)
plt.title('Exponential: $\lambda$=%.2f' % (lambd))
plt.xlabel('x')
plt.ylabel('Probability density', fontsize=15)
plt.show()
def test_expon_rvs():
'''
指数分布下模拟1000个随机变量。scale参数表示λ的倒数。函数np.std中,参数ddof等于标准偏差除以 $n-1$ 的值。
'''
data = stats.expon.rvs(scale=2, size=1000)
print "mean: %g" % np.mean(data)
print "SD: %g" % np.std(data, ddof=1)
plt.hist(data, bins=20, normed=True)
plt.xlim(0,15)
plt.title('Simulating Exponential Random Variables')
plt.show()
test_expon_rvs()
测试运行结果如下:
希望本文所述对大家Python程序设计有所帮助。
python所有算法_Python实现的各种常见分布算法示例相关推荐
- python求伽马分布模型参数_Python实现的各种常见分布算法示例
本文实例讲述了Python实现的各种常见分布算法.分享给大家供大家参考,具体如下: #-*- encoding:utf-8 -*- import numpy as np from scipy impo ...
- 希尔排序的详细过程_算法系列: 10大常见排序算法(4)希尔排序
本课程是从少年编程网转载的课程,目标是向中学生详细介绍计算机比赛涉及的编程语言,数据结构和算法.编程学习最好使用计算机,请登陆 www.3dian14.org (免费注册,免费学习). 一句 希尔排序 ...
- python 预测算法_Python 与金融数据使用机器学习算法预测交易策略
记得 关注.分享.点在看 呀- 这样您就能持续收到优质的推送啦 这一期,我们将使用上一期处理好的数据特征和标签训练机器,然后预测交易策略.我们将分别使用 K近邻算法和集成学习两种方法分别完成模型的训练 ...
- c语言一些算法解题技巧,c语言常见小算法的解题思路.doc
c语言常见小算法的解题思路 判定某一年是否是闰年 闰年时间:四年一闰,百年不闰,四百年再闰.,其中 大写字母转小写字母 大写字母+32 = 小写字母 A = 65 a = 97 输入一个华氏温度,要求 ...
- python经典排序_python实现十大经典排序算法
写在前面 本文参考十大经典排序算法(动图演示),这篇文章有动图显示,介绍的很详细.本文是部分内容有借鉴此博客,用python实现,有一些改进. 各种算法的时间.空间复杂度 1.冒泡排序 1.比较相邻的 ...
- python音频聚类_python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan)
python实现鸢尾花三种聚类算法(K-means,AGNES,DBScan) 发布时间:2020-08-31 21:23:24
- python神经网络实例_Python编程实现的简单神经网络算法示例
本文实例讲述了Python编程实现的简单神经网络算法.分享给大家供大家参考,具体如下: python实现二层神经网络 包括输入层和输出层 # -*- coding:utf-8 -*- #! pytho ...
- python新式类c3算法_python中的MRO和C3算法
一. 经典类和新式类 1.python多继承 在继承关系中,python子类自动用友父类中除了私有属性外的其他所有内容.python支持多继承.一个类可以拥有多个父类 2.python2和python ...
- python k近邻算法_python中的k最近邻居算法示例
python k近邻算法 K最近邻居(KNN) (K-Nearest Neighbors (KNN)) KNN is a supervised machine learning algorithm t ...
最新文章
- Python学习之continue
- JAVA变量的数据类型样例
- pytorch图像和张量的相互转换_如何加载图像并将其转换为PyTorch的适当张量?
- 【Idea无法打开】Idea.bat可以正常打开,双击快捷方式无法打开解决办法
- 插值法补齐缺失数据_数据挖掘非常重要的一步:数据预处理
- 谋而后动:解读数仓计划生成中行数估算和路径生成的奥秘
- chrome jsp 显示不正常_selenium+java谷歌浏览器 网站打开不正常
- AD16操作技巧笔记
- 树莓派c语言读取dht11,树莓派直接读取 DHT11 温湿度的方法
- Word高效指南 - 中文文档首行自动缩进2个字符
- kjb文件 解析_Python 之父再发文:构建一个 PEG 解析器
- 高德地图路径轨迹起点标点不变_竞品分析之高德地图与百度地图
- ‘‘红包来了—红包来了—‘‘Python制作一个微信红包提示系统。
- windows下部署mysql5.7.21免安装版并设置开机自启动
- 什么是 WPS(Wi-Fi Protected Setup)
- python中列表是什么样的数据结构_Python中列表、字典、元组、集合数据结构整理...
- 密码学入门(3):分组密码的模式
- 虚幻引擎中导出模型,并导入到Unity
- is running 8724480B beyond the ‘PHYSICAL‘ memory limit.
- SQL Server 表分区之水平表分区
热门文章
- Angular应用bootstrap时的version检测机制
- 一个领导力培训的游戏练习
- Service Request Account field in CRM and C4C
- research button control usage in WebIDE
- How is JerryMaster.view.xml being loaded in WebIDE local test environment
- Text determination debug
- 如何在AWS上架设文件服务器
- SAP Marketing Engagement Management
- 如何使用工具对SAP CRM系统的odata服务进行监控
- How to use Chrome HAR save HTTP performance