Метод gamma

Метод gamma класса Generator генерирует случайные числа из гамма-распределения. Первым параметром метод принимает параметр формы. Вторым параметром - масштаб (по умолчанию 1). Третьим параметром можно задать размер выходного массива. Возвращает массив случайных чисел из гамма-распределения.

Синтаксис

rng.gamma(shape, [scale], [size])

Пример

Создадим генератор и сгенерируем одно число из гамма-распределения:

import numpy as np

rng = np.random.default_rng(0)
res = rng.gamma(2.0)
print(res)

Результат выполнения кода:

1.6375997272054567

Пример

Сгенерируем массив из 5 чисел из гамма-распределения с параметром формы 3 и масштабом 2:

import numpy as np

rng = np.random.default_rng(0)
res = rng.gamma(3.0, 2.0, size=5)
print(res)

Результат выполнения кода:

[7.52378828 2.46386305 2.74047107 0.28318646 5.68360534]

Пример

Сгенерируем двумерный массив чисел из гамма-распределения размером 2x3:

import numpy as np

rng = np.random.default_rng(0)
res = rng.gamma(2.0, 1.0, size=(2, 3))
print(res)

Результат выполнения кода:

[[1.63759973 1.04001287 1.4201962 ]
 [1.68254055 0.78567713 0.90011698]]

Пример

Сравним гамма-распределение с разными параметрами формы. Больший параметр формы делает распределение более симметричным:

import numpy as np

rng = np.random.default_rng(0)
res1 = rng.gamma(1.0, size=5)
res2 = rng.gamma(5.0, size=5)
print("shape=1:", res1)
print("shape=5:", res2)

Результат выполнения кода:

shape=1: [0.49101141 1.12822984 1.21580888 0.76658898 0.94915991]
shape=5: [6.39849078 3.17264522 4.07008995 5.8545891  4.38224447]

Смотрите также

метод standard_gamma,
которая генерирует стандартное гамма-распределение
метод chisquare,
которая генерирует хи-квадрат распределение
метод beta,
которая генерирует бета-распределение
метод exponential,
которая генерирует экспоненциальное распределение