在Python中操作numpy.random.exponential发行版

我试图使用Numpy的随机指数分布创建一个随机数组.我的工作正常,但我对我的项目有一个额外的要求,那就是能够准确指定有多少数组元素具有一定的值.

让我解释一下(代码在下面,但我将在这里解释一下)：我生成我的随机指数分布并绘制数据的直方图,产生一个很好的指数曲线.我真正希望能够做的是使用变量来指定该曲线的y轴截距(曲线与y轴相交的点).我可以通过改变直方图中的箱数来以基本方式实现这一点,但这只会改变绘图而不是原始数据.

我在这里插入了代码的骨头.为了给出一些上下文,我试图创建一个星系的指数盘,因此我想要生成的随机数组是一个半径数组,我希望能够指定的变量是星系中心的数字密度：

import numpy as N
import matplotlib.pyplot as P

n = 1000    
scale_radius = 2
central_surface_density = 100 #I would like this to be the controlling variable, even if it's specification had knock on effects on n.

radius_array = N.random.exponential(scale_radius,(n,1))     

P.figure()    
nbins = 100
number_density, radii = N.histogram(radius_array, bins=nbins,normed=False)
P.plot(radii[0:-1], number_density)
P.xlabel('$R$')
P.ylabel(r'$\Sigma$')
P.ylim(0, central_surface_density)
P.legend()      
P.show()

此代码创建以下直方图：

因此,总而言之,我希望能够通过控制我如何生成数据来指定此绘图截取y轴的位置,而不是通过更改直方图的绘制方式.

任何帮助或要求进一步澄清将非常感谢.

解决方法:

根据numpy.random.exponential的文档,输入参数beta对于exponential described in wikipedia的定义是1 / lambda.

你想要的是在f(x = 0)= lambda = 1 / beta时评估的这个函数.因此,在一个赋范分布中,你的y截距应该只是numpy函数的反函数：

import numpy as np
import pylab as plt

target = 250
beta = 1.0/target

Y = np.random.exponential(beta, 5000)
plt.hist(Y, normed=True, bins=200,lw=0,alpha=.8)
plt.plot([0,max(Y)],[target,target],'r--')
plt.ylim(0,target*1.1)
plt.show()

是的,直方图的y轴截距会随着不同的箱尺寸而变化,但这并不意味着什么.你在这里可以合理地谈论的唯一的事情是潜在的概率分布(因此normed = true)

标签：python,numpy,exponential
来源： https://codeday.me/bug/20190613/1229983.html