Numpy np.Casuale.Multinomiale
In questo post, esploreremo il casuale.funzione multinomiale () nel pacchetto numpy.
La funzione multinomiale () genera un array della distribuzione multinomiale.
Una distribuzione multinomiale è una generalizzazione multivariata della distribuzione binomiale nella teoria della probabilità.
Ulteriori informazioni sulla distribuzione multinomiale nella risorsa seguente:
https: // en.Wikipedia.org/wiki/multinomial_distribution
Numpy np.casuale.Sintassi della funzione multinomiale ()
cielo
| 1 | casuale.multinomiale (n, pvals, dimensione = nessuno) |
Parametri della funzione
I parametri della funzione come discusso di seguito:
- N - Definisce il numero di esperimenti.
- pvals - imposta le probabilità di ciascuno dei diversi risultati P.
- misurare - imposta la forma di uscita dell'array risultante.
Valore di ritorno
La funzione restituisce un array di distribuzioni multinomiali della forma specificata dal parametro di dimensioni. Se la dimensione non è definita, la funzione restituirà un valore scalare.
Esempio 1
Considera il codice di esempio mostrato di seguito:
| 1 2 3 4 | # Importa Numpy Importa Numpy come NP arr = np.casuale.multinomiale (6, [1/2.]*2, 2) Stampa (ARR) |
Il codice sopra genera un array di forme (2,2) come definito dal parametro di dimensioni.
NOTA: Il totale dei pval deve aggiungere a uno.
Il valore risultante è come mostrato:
| 1 2 | [[2 4] [5 1]] |
Esempio n. 2
Un altro esempio è dimostrato nel codice seguente:
| 1 2 3 | arr = np.casuale.multinomiale (8, [0.02064637,0.04639968,0.07105934,0.19605029,0.00845342,0.2492401 ,0.1561038,0.02840649,0.09912076,0.12451974], 3) Stampa (ARR) |
Il codice sopra dovrebbe restituire un array come mostrato:
| 1 2 3 | [[[0 0 0 1 0 2 2 0 1 2] [0 0 0 1 0 3 0 0 3 1] [0 1 1 2 0 2 1 0 1 0]] |
Chiusura
In questo articolo, abbiamo dimostrato come usare il casuale.funzione multinomiale () in numpy per generare un array di una distribuzione multinomiale.
Codice felice!!