Метод lognormal

Метод lognormal класса Generator генерирует случайные числа из логнормального распределения. Логнормальное распределение описывает случайную величину, логарифм которой распределён нормально. Первый параметр mean задаёт среднее значение логарифма, второй параметр sigma - стандартное отклонение логарифма. Третий параметр size определяет количество генерируемых значений.

Синтаксис

generator.lognormal(mean=0.0, sigma=1.0, size=None)

Пример

Сгенерируем пять случайных чисел из логнормального распределения со стандартными параметрами:

import numpy as np

rng = np.random.default_rng(0)
arr = rng.lognormal(size=5)
print(arr)

Результат выполнения кода:

[0.80030836 0.77779948 3.28306659 1.34580057 1.91002885]

Пример

Сгенерируем массив размером 3 на 4 из логнормального распределения со средним 1 и стандартным отклонением 0.5:

import numpy as np

rng = np.random.default_rng(0)
arr = rng.lognormal(mean=1.0, sigma=0.5, size=(3, 4))
print(arr)

Результат выполнения кода:

[[1.31881043 1.55364782 3.52726577 2.00463641]
 [3.44142517 1.76331516 1.05569803 1.36326047]
 [2.02896495 1.01827823 0.7314833  1.50448602]]

Пример

Сгенерируем одномерный массив из десяти чисел и вычислим среднее значение полученных данных:

import numpy as np

rng = np.random.default_rng(0)
arr = rng.lognormal(mean=2.0, sigma=0.8, size=10)
print(arr)
print("Mean:", arr.mean())

Результат выполнения кода:

[1.33678574 1.28925656 5.01177964 4.42724583 6.45461321
 2.79467114 4.49600966 7.08966364 1.06973658 3.42462886]
Mean: 3.739439086676479

Смотрите также

класс Generator,
который предоставляет методы для генерации случайных чисел
метод normal,
который генерирует числа из нормального распределения
метод uniform,
который генерирует числа из равномерного распределения
метод exponential,
который генерирует числа из экспоненциального распределения