Il linguaggio di programmazione di Python ha reso il calcolo matematico, statistico e scientifico estremamente semplice e facile fornendo biblioteche incredibilmente utili e semplici. La biblioteca Scipy offre un lungo elenco di funzioni utilizzate per sviluppare una varietà di applicazioni. È una delle funzioni comunemente usate della libreria Scipy per generare la distribuzione esponenziale. Il pacchetto stats nella libreria Scipy ha una funzione Expon () che viene utilizzata per generare la variabile casuale continua esponenziale. Questo articolo ti porta attraverso la guida passo-passo per elaborare come il Scipy.statistiche.La funzione Expo () funziona.

Cos'è la distribuzione esponenziale?

La distribuzione esponenziale può essere definita come una distribuzione di probabilità continua che viene utilizzata principalmente nelle statistiche e nella teoria della probabilità. Lo scopo di questo è di descrivere la frequenza con cui si verificherà un evento. La distribuzione esponenziale è una serie di eventi indipendenti che si svolgono costantemente a un tasso medio fisso. Viene spesso usato per calcolare quanto tempo dovrebbe verificarsi un evento. Il concetto di distribuzione esponenziale è lo stesso sia nelle statistiche che in Python. Python fornisce solo una funzione automatica per creare la distribuzione esponenziale per la distribuzione esponenziale delle statistiche. Questa guida spiegherà deliberatamente come calcolare la distribuzione esponenziale usando la libreria Scipy.

Scipy.Statistiche.Expon () Funzione Python

La funzione Expon () fornita dal pacchetto STATS e dalla libreria Scipy è una variabile casuale continua esponenziale definita con un parametro di forma e un formato standard. I parametri richiesti multipli e opzionali per completare le sue specifiche e restituiscono la variabile casuale continua esponenziale. Vediamo e apprendiamo la sintassi della funzione Expon () per capire quali parametri abbiamo bisogno per fornirla.

Sintassi del Scipy.Statistiche.Espon ()

In generale, la funzione Expon () segue la funzione di densità di probabilità che è la seguente:

La sintassi dello Scipy.statistiche.La funzione Expon () è la seguente:

La funzione Expon () funziona con vari metodi della classe RV_Continue e ogni metodo prende parametri diversi. Tuttavia, abbiamo elencato tutti i parametri per aiutarti a capire quale tipo di parametri di input devi fornire con qualsiasi metodo RV_Continuo.

Il parametro "X" viene utilizzato per fornire i quantili nell'array come oggetto. Il parametro "Q" viene utilizzato per definire la probabilità di coda inferiore o superiore in un array come oggetto. Il parametro "loc" rappresenta la posizione. Il parametro "Scala" rappresenta la scala. Il parametro "dimensione" rappresenta la forma dei variati casuali. E infine, il parametro "momenti" viene utilizzato per specificare i momenti per calcolare dalla combinazione di MVSK. Il MVSK è una combinazione di momenti che possono essere eseguiti con qualsiasi funzione di classe RV_contiue. La "M" di MVSK rappresenta la media, "V" rappresenta la varianza, "S" rappresenta l'astuzia di Fisher e "K" rappresenta la kurtosi di Fisher.

Per impostazione predefinita, il parametro momenti è MV. Di conseguenza, la funzione Expon () restituisce la variabile casuale continua esponenziale. Dimostriamo alcuni esempi per imparare a utilizzare la funzione Expon () nei programmi Python.

Esempio 1:

Creiamo una variabile casuale continua esponenziale. Considera il codice di esempio dato nel seguente:

da Scipy.Statistiche importanti Expon
num = expon.Numargs
[] = [0.4,] * num
ecrv = expon ()
Stampa ("Variabile casuale continua esponenziale: \ n \ n", ECRV)

Innanzitutto, la libreria SCIPY viene importata nel programma per chiamare il pacchetto stat ed expon (). La funzione Expon () viene utilizzata per chiamare il metodo Numargs al fine di creare la variabile casuale continua esponenziale. Questo programma è molto semplice e breve, puoi capirlo facilmente e usarlo nei tuoi programmi. Ora, vediamo l'output generato nel seguente:

Esempio 2:

Abbiamo imparato come creare la variabile casuale continua esponenziale con la libreria Scipy e la sua funzione Expon (). Impariamo come generare la distribuzione di probabilità con le variazioni casuali esponenziali. Considera il codice di esempio dato nel seguente:

Importa Numpy come NP
da Scipy.Statistiche importanti Expon
Q = np.Arange (0.09, 1, 0.2)
Ecrv = Expon.RVS (scala = 3, dimensione = 15)
Print ("Variate casuali continue esponenziali: \ n \ n", ECRV)
Ex = Expon.PDF (Q, loc = 0, scala = 2)
print ("\ nProbability Distribution: \ n", ex)

Innanzitutto, la libreria Numpy viene importata nel programma come NP poiché abbiamo bisogno della libreria Numpy per creare una serie numpy di dati. Successivamente, la seconda libreria che abbiamo importato è la libreria di Scipy, il pacchetto stat e la loro funzione Expon (). L'array di dati viene dichiarato con NP.funzione arange (). La variabile casuale continua esponenziale viene creata con Expon.Metodo RVS () passando la scala = 3 e dimensioni = 15. L'array di dati composto viene passato all'expon.funzione pdf () per creare la distribuzione di probabilità. Il PDF sta per la funzione di densità di probabilità e viene utilizzato per calcolare la distribuzione di probabilità. La posizione per la distribuzione di probabilità è data come loc = e la scala è data come scala = 2. Ora, controlliamo quale risultato è generata dalla funzione Expon (). Vedi il seguente output:

Esempio 3:

Abbiamo imparato come creare la variabile casuale continua esponenziale e la distribuzione di probabilità usando il metodo PDF della classe RV_Continua. Impariamo come visualizzare la variabile casuale continua esponenziale in questo esempio. Considera il seguente codice:

Importa Numpy come NP
da Scipy.Statistiche importanti Expon
Importa matplotlib.Pyplot come Plt
ecrv = np.Linspace (0, NP.minimo (camper.Dist.b, 25))
Print ("Variate casuali continue esponenziali: \ n \ n", ECRV)
trama = plt.Trama (ECRV, RV.PDF (ECRV))

In questo programma di esempio, importiamo prima la libreria Numpy. Per fare ciò, viene utilizzata l'affermazione "importa numpy as np" poiché dobbiamo utilizzare le funzioni della libreria numpy. Successivamente, la seconda libreria è Scipy che viene importata per utilizzare la funzione Expon (). La terza e ultima libreria che abbiamo importato è Matplotlib. Viene utilizzato per tracciare i dati nel grafico. I dati per creare la variabile casuale continua esponenziale vengono generati con NP.funzione linspace (). Per tracciare le varianti casuali continua esponenziali generate, utilizziamo il PLT.Plot () funzione. Ora, vediamo le varianti casuali continue esponenziali e il loro grafico tracciato nel seguente risultato:

Conclusione

Questa guida funge da panoramica rapida e breve della distribuzione esponenziale di Scipy. Qui, abbiamo imparato il concetto di distribuzione esponenziale nelle statistiche e quale sia la teoria della probabilità. Successivamente, abbiamo imparato a creare la variabile casuale continua esponenziale come programma Python. Abbiamo anche appreso la funzione Expon () della libreria Scipy per creare la variabile casuale continua esponenziale in un programma Python. Con l'aiuto di esempi, abbiamo dimostrato come utilizzare la funzione Expon () in un programma Python per generare e tracciare la variabile casuale continua esponenziale.