РЕПЕТИТОР математика физика информатика
Для школьников и студентов. Подтягивание пробелов. ЦЭ, ЦТ, ОГЭ, ЕГЭ.
Идет набор на ЛЕТО. Жмите для подробностей:)
497 of 541 menu

Метод pareto

Метод pareto класса Generator создаёт массив случайных чисел, подчиняющихся распределению Парето. Распределение Парето часто используется для моделирования социальных, экономических и природных явлений, где малая доля объектов обладает большой долей признака. Метод принимает параметр формы shape (a), который должен быть положительным, и параметр size, задающий форму выходного массива.

Синтаксис

generator.pareto(shape, size=None)

Пример

Сгенерируем одномерный массив из 5 чисел, распределённых по закону Парето с параметром формы 3:

import numpy as np rng = np.random.default_rng(0) arr = rng.pareto(3, size=5) print(arr)

Результат выполнения кода:

[0.14420382 1.42927984 0.13525928 0.42783752 0.86958934]

Пример

Создадим двумерный массив размером 2x3 из распределения Парето с параметром формы 2.5:

import numpy as np rng = np.random.default_rng(42) arr = rng.pareto(2.5, size=(2, 3)) print(arr)

Результат выполнения кода:

[[0.14044048 0.20153125 0.08767786] [2.17894678 0.27408527 0.14243319]]

Пример

Сгенерируем выборку из 1000 чисел и построим гистограмму для визуализации распределения:

import numpy as np import matplotlib.pyplot as plt rng = np.random.default_rng(0) arr = rng.pareto(2, size=1000) plt.hist(arr, bins=50, density=True) plt.title("Pareto Distribution (shape=2)") plt.show()

Гистограмма показывает, что большинство значений сосредоточено вблизи нуля, а хвост распределения быстро убывает, что характерно для закона Парето.

Пример

Используем метод pareto для моделирования распределения доходов в гипотетической группе из 10 человек:

import numpy as np rng = np.random.default_rng(123) arr = rng.pareto(3, size=10) # Масштабируем значения для имитации доходов income = 50000 + arr * 10000 print(income.astype(int))

Результат выполнения кода:

[51237 53186 50924 54705 56786 51488 51825 52189 51498 52130]

Смотрите также

  • метод random,
    который генерирует равномерное распределение
  • метод exponential,
    который генерирует экспоненциальное распределение
  • метод lognormal,
    который генерирует логнормальное распределение
  • метод zipf,
    который генерирует распределение Ципфа
Мы используем cookie для работы сайта, аналитики и персонализации. Обработка данных происходит согласно Политике конфиденциальности.
принять все настроить отклонить