Python/numpy random binomial

来自菜鸟教程
跳转至:导航、​搜索

<languages />

二项分布

二项分布

二项分布是 Discrete Distribution .

它描述了二进制方案的结果,例如抛硬币,要么是正面要么是反面。

它具有三个参数:

n -试用次数。

p -每次审判的发生概率(例如掷硬币0.5个)。

size -返回数组的形状。

离散分布: 分布是在单独的事件集(例如投掷硬币的结果是离散的,因为它只能是头或尾,而人的身高是连续的,可以是170、170.1、170.11,依此类推。


给定10次掷硬币试验,可产生10个数据点:

  from numpy import random

x = random.binomial(n=10, p=0.5, size=10)

print(x)

二项式分布的可视化

  from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns


sns.distplot(random.binomial(n=10, p=0.5, size=1000), hist=True, kde=False)

plt.show()

结果

文件:Bionomial1.png


正态分布与二项分布之间的差异

主要区别在于正态分布是连续的,而二项式是离散的,但是如果有足够的数据点,它将与具有特定位置和范围的正态分布非常相似。

  from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns


sns.distplot(random.normal(loc=50, scale=5, size=1000), hist=False, 
  label='normal')
sns.distplot(random.binomial(n=100, p=0.5, size=1000), hist=False, 
  label='binomial')

plt.show()

结果

文件:Bionomial2.png