Scipy Gamma

Confuso su come risolvere i complessi problemi scientifici e di ottimizzazione con il linguaggio di programmazione Python? Bene, metti da parte il tuo stress ed esplora la biblioteca Scipy. Ti aiuta a scrivere il codice complesso e ottimizzare i programmi lunghi con le sue funzioni integrate efficienti. Scipy è una libreria open source fornita dal linguaggio di programmazione Python per risolvere qualsiasi problema correlato a ingegneria, matematica, ecc. Offre anche strategie di manipolazione e visualizzazione dei dati per gli analisti di dati con comandi di alto livello. Inoltre, è costruito sull'estensione numpy. Quindi, estende le funzionalità della Biblioteca Numpy. Questo articolo è costruito attorno a spiegare la gamma Scipy. Con l'aiuto di esempi, mostreremo come puoi facilmente incorporare Scipy Gamma nei tuoi programmi.

Cos'è Scipy Gamma nel linguaggio di programmazione Python?

La gamma fornita dalla libreria Scipy è una variabile casuale continua, un'istanza della classe RV_ContinUUua. Gamma è un oggetto ereditato dalla raccolta di metodi generici della classe RV_Continua. Le variabili casuali continue che hanno una distribuzione positiva e distorta sono comunemente descritte usando la distribuzione gamma. La funzione gamma () è inclusa nello Scipy.Modulo speciale. Viene utilizzato per calcolare la gamma dell'array specificato. Per quanto riguarda il funzionamento generale della funzione gamma (), è la funzione fattoriale comune. Può essere facilmente utilizzato nel programma Python seguendo la sintassi data:

La funzione gamma () prende solo un parametro che è un array di numeri reali o complessi. Calcola la gamma dei dati dati e restituisce uno scalare di NdArray come risultato. Vediamo alcuni esempi di esempio per capire come funziona la funzione gamma () in un programma Python.

Esempio 1:

Forniremo un esempio molto semplice qui per aiutarti a capire il concetto del metodo Gamma () nella programmazione Python. Puoi seguire gli stessi passaggi per scrivere il codice personalizzato come previsto nel seguente codice di esempio:

da Scipy Import Special
arr = [2, 4, 8, 5]
print ("L'array contiene:", arr)
G = speciale.gamma (arr)
Stampa ("La gamma dell'array è:", G)

Se guardi il codice, la prima riga viene utilizzata per importare la libreria Scipy insieme al pacchetto speciale. È molto importante importare librerie e pacchetti nel programma per utilizzare le funzioni associate. La funzione Gamma () è associata alla libreria Scipy e ai pacchetti speciali, quindi devono essere inclusi nel programma per utilizzare la funzione Gamma (). Un array che contiene 4 numeri reali è inizializzato nella variabile ARR. La variabile "ARR" che contiene i dati viene passata allo speciale.funzione gamma () per trovare la distribuzione gamma dei dati dati. Un'altra dichiarazione di stampa viene utilizzata per mostrare il risultato dello speciale.funzione gamma () sul terminale.

Esempio 2:

Nell'esempio precedente, abbiamo fornito i dati dei numeri reali alla funzione gamma () per verificarne la funzionalità. Ora forniamo un numero complesso alla funzione gamma () per verificarne il risultato. Come sappiamo, la funzione gamma () può funzionare con numeri reali e complessi. Lo mettiamo alla prova con numeri sia reali che complessi. Vediamo il seguente codice:

da Scipy Import Special
a = 2.3+2J
stampa ("Il numero complesso è:", a)
G = speciale.gamma (a)
Stampa ("Il gamma del numero complesso è:", G)

Per quanto riguarda il codice, le righe del codice sono uguali a quelle fornite nell'esempio precedente; Abbiamo modificato solo i dati. Un array di numeri reali viene utilizzato nell'esempio precedente. Ora usiamo un numero complesso. Vedere il seguente risultato della funzione Gamma ():

Esempio 3:

Ora che abbiamo testato la funzione gamma () con numeri sia reali che complessi, usiamo le sue funzioni. La funzione gamma () fornisce anche ulteriori semplici funzioni da utilizzare sui dati per avere una distribuzione gamma più accurata. La funzione gamma ha estensioni di PPF, PDF, quantile, CDF, logpdf, fit, ecc. funzioni. In questo esempio, dimostreremo tre di queste funzioni in modo da poter capire come puoi estendere la funzione gamma con questi metodi. Fare riferimento al codice dato nella seguente schermata:

Importa Numpy come NP
da Scipy.statistiche importanti gamma
Importa matplotlib.Pyplot come Plt
a = 0.5
xx = np.Linspace (2, -1, 200)
gamma_pdf = gamma.pdf (xx, a, loc = 0, scala = 1)
gamma_cdf = gamma.CDF (xx, a, 0, 1)
gamma_logpdf = gamma.logpdf (xx, a, loc = 0, scala = 1)
Plt.Plot (xx, pdf_gamma)
Plt.XLabel ("Valore dei dati")
Plt.Ylabel ('pdf gamma')
Plt.Titolo ("PDF Gamma Distribution")
Plt.spettacolo()
Plt.Plot (xx, gamma_cdf)
Plt.XLabel ("Valore dei dati")
Plt.Ylabel ('CDF Gamma')
Plt.Titolo ("Distribuzione gamma CDF")
Plt.spettacolo()
Plt.Plot (xx, gamma_logpdf)
Plt.XLabel ("Valore dei dati")
Plt.ylabel ('logpdf gamma')
Plt.Titolo ("Logpdf Gamma Distribution")
Plt.spettacolo()

Tre librerie: Numpy, Scipy e Matplotlib vengono importate nel programma utilizzando il comando di importazione. Insieme a loro, gli speciali pacchetti di piloti vengono importati per utilizzare le funzioni Gamma e PLT. Le prossime cinque righe vengono utilizzate per fornire i dati per le funzioni PDF, CDF e LOGPDF. La sintassi generale per tutti i metodi gamma è la seguente:

gamma.Method_name (dati, posizione, dimensione, momento, scala)

I dati da distribuire sono forniti nel parametro "dati". Il parametro "Posizione" prende la media che è per impostazione predefinita, 0. La forma della distribuzione è determinata dal parametro "dimensione". La media, la kurtosi e la deviazione standard sono calcolate usando il parametro "Moment". Infine, il parametro "Scala" definisce la deviazione standard ed è 1 per impostazione predefinita.

Nel codice precedente, abbiamo dimostrato tre metodi di gamma - cdf, pdf e logpdf. Abbiamo fornito gli stessi dati a tutte le funzioni per vedere i diversi risultati di ciascun metodo. Il grafico di ciascuna funzione viene visualizzato separatamente usando la funzione PLT. Per tracciare il grafico, viene utilizzato il comando "trama". Per dare l'etichetta all'asse x e all'asse y, i comandi XLabel () e Ylabel () sono usati rispettivamente. E per il titolo, viene utilizzato il comando Titolo () e il comando show () viene utilizzato per ottenere tutto sul display. Fare riferimento ai grafici nelle seguenti illustrazioni.

Il primo grafico di output è della gamma.Metodo cdf (). Il gamma.Il metodo CDF () viene utilizzato per calcolare la distribuzione cumulativa dei dati dati.

Il secondo grafico è l'illustrazione della gamma.funzione pdf (). Il gamma.La funzione PDF () viene utilizzata per calcolare la densità di probabilità dei dati specificati.

L'ultimo grafico è l'illustrazione della gamma.funzione logpdf (). Il gamma.Il metodo logpdf () viene utilizzato per calcolare il registro della densità di probabilità dei dati dati.

Conclusione

Questo articolo funge da rapida panoramica della funzione gamma della biblioteca Scipy. La funzione gamma viene utilizzata per trovare la distribuzione gamma dei dati dati con una distribuzione positiva e distorta. Abbiamo usato alcuni esempi semplici e interessanti per scoprire come viene utilizzata la funzione gamma in un programma Python. Abbiamo anche incorporato la funzione PLT per visualizzare i grafici creati dalle distribuzioni gamma. Con l'aiuto di esempi, abbiamo cercato di guidarti le illustrazioni su come puoi calcolare e tracciare i grafici di distribuzione gamma nei programmi Python.