使用 Python 在统计学中实现均匀离散分布

引言

在本教程中，我们将使用 Python 学习统计中的均匀离散分布。这里我们使用一个均匀离散随机变量：scipy.stats.randint()。该变量继承自通用方法。它是 rv_discrete 类的示例。该方法包含任何分布的特定详细信息。

离散均匀分布是指有限数量的事件具有相等的概率。随机分布的一个简单例子是掷骰子。可能的事件是 1 到 6，每次掷骰子时得到给定数字的概率是 1/6。

统计中均匀离散分布的参数

这里我们讨论 Python 中均匀离散分布的参数。主要有四个参数，讨论如下 -

统计中均匀离散分布的返回值

这里我们讨论 Python 中均匀离散分布的返回值。它主要返回一个均匀离散随机变量的结果。

给出一些 Python 中均匀离散分布的例子

现在我们给出一些 Python 中均匀离散分布的例子。示例如下 -

示例 1

这里我们给出一个在 Python 中创建均匀离散随机变量的例子。基本上，我们使用 randint 库来查找 rv 值。代码如下 -

输出

现在我们在 Python 中编译上述代码，并在成功编译后运行它。然后输出如下：

The value of RV is: 
 

示例 2

现在我们给出 Python 中均匀离散变量和概率分布的例子。这里我们需要导入 numpy 和 randint 库。代码如下 -

输出

现在我们在 Python 中编译上述代码，并在成功编译后运行它。然后输出如下：

The Random Variates are: 
 [ 2  1  0 6  0  1  3  2  0  1]

The Probability Distribution is: 
 [1. 1. 1. 1. 1.]

示例 3

现在我们给出 Python 中均匀离散分布的图形表示的例子。这里我们主要在图表中表示分布。这里需要导入 matplotlib.pyplot 用于绘制分布。代码如下 -

输出

现在我们在 Python 中编译上述代码，并在成功编译后运行它。然后输出如下：

The graphical distribution is: 
The graphical distribution is: [0. 0.02040816 0.04081633 0.06122449 0.08163265 0.10204082 0.12244898 0.14285714 0.16326531 0.18367347 0.20408163 0.2244898 0.24489796 0.26530612 0.28571429 0.30612245 0.32653061 0.34693878 0.36734694 0.3877551 0.40816327 0.42857143 0.44897959 0.46938776 0.48979592 0.51020408 0.53061224 0.55102041 0.57142857 0.59183673 0.6122449 0.63265306 0.65306122 0.67346939 0.69387755 0.71428571 0.73469388 0.75510204 0.7755102 0.79591837 0.81632653 0.83673469 0.85714286 0.87755102 0.89795918 0.91836735 0.93877551 0.95918367 0.97959184 1. ]

示例 4

现在我们给出一个在 Python 中使用均匀离散分布创建 1 到 10 之间数组的例子。主要我们取两个值 x 和 y。然后我们使用 np.arange() 函数来查找数组的值。代码如下 -

输出

现在我们在 Python 中编译上述代码，并在成功编译后运行它。然后输出如下：

The value of array is: [1 2 3 4 5 6 7 8 9 10]

结论

因此，在本教程中，我们学习了 Python - 统计中的均匀离散分布。这里我们讨论了 Python 中均匀离散分布的参数和返回值。我们还分享了一些例子。