Метод rayleigh

Метод rayleigh класса Generator генерирует случайные числа из распределения Рэлея. Это непрерывное распределение часто используется в физике и теории сигналов. Основным параметром является масштаб scale, который определяет разброс значений. По умолчанию масштаб равен единице.

Синтаксис

generator.rayleigh(scale=1.0, size=None)

Параметры метода:

scale - масштаб распределения (неотрицательное число), по умолчанию 1.0;
size - форма выходного массива (целое число или кортеж), по умолчанию None (возвращается одно число).

Пример

Создадим генератор с фиксированным зерном и сгенерируем одно случайное число из распределения Рэлея с масштабом по умолчанию:

import numpy as np

rng = np.random.default_rng(0)
res = rng.rayleigh()
print(res)

Результат выполнения кода:

1.2003712120935996

Пример

Сгенерируем массив из 5 случайных чисел с масштабом 2.0:

import numpy as np

rng = np.random.default_rng(0)
arr = rng.rayleigh(scale=2.0, size=5)
print(arr)

Результат выполнения кода:

[2.40074242 2.35370236 2.8235113 4.22254183 2.96777329]

Пример

Создадим двумерный массив размера 3×4 из чисел распределения Рэлея с масштабом 0.5:

import numpy as np

rng = np.random.default_rng(0)
arr = rng.rayleigh(scale=0.5, size=(3, 4))
print(arr)

Результат выполнения кода:

[[0.60018561 0.58842559 0.70587782 1.05563546]
 [0.74194332 1.13082997 1.15796618 0.36473748]
 [1.03293803 1.25732581 0.39870607 0.93743189]]

Пример

Визуализируем распределение Рэлея, сгенерировав 10000 значений с масштабом 1.5 и вычислив их среднее и стандартное отклонение:

import numpy as np

rng = np.random.default_rng(0)
arr = rng.rayleigh(scale=1.5, size=10000)
mean = np.mean(arr)
std = np.std(arr)
print(f"Mean: {mean:.3f}, Std: {std:.3f}")

Результат выполнения кода:

"Mean: 1.879, Std: 0.980"

Смотрите также

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