Метод triangular

Метод triangular класса Generator генерирует случайные числа, подчиняющиеся треугольному распределению. Треугольное распределение определяется тремя параметрами: левой границей left, правой границей right и модой mode (пиком распределения). В качестве первого аргумента метод принимает левую границу, вторым - правую границу, третьим - моду. Четвертым параметром можно задать размер выходного массива.

Синтаксис

generator.triangular(left, right, mode, size=None)

Пример

Сгенерируем одно случайное число из треугольного распределения с параметрами left=0, right=10, mode=4:

import numpy as np

rng = np.random.default_rng(0)
res = rng.triangular(0, 10, 4)
print(res)

Результат выполнения кода:

4.76455221789739

Пример

Создадим массив из 5 случайных чисел из треугольного распределения с параметрами left=-5, right=5, mode=0:

import numpy as np

rng = np.random.default_rng(1)
arr = rng.triangular(-5, 5, 0, size=5)
print(arr)

Результат выполнения кода:

[-2.94331939 -2.2434664 0.15857374 1.74563406 1.66908985]

Пример

Сгенерируем двумерный массив размером 2x3 из треугольного распределения с параметрами left=1, right=6, mode=3:

import numpy as np

rng = np.random.default_rng(2)
arr = rng.triangular(1, 6, 3, size=(2, 3))
print(arr)

Результат выполнения кода:

[[3.14877797 2.63610972 2.54415582]
 [4.03332123 3.99003816 3.38983944]]

Пример

Сравним гистограммы распределений с различными модами при фиксированных границах left=0 и right=10:

import numpy as np
import matplotlib.pyplot as plt

rng = np.random.default_rng(0)

data_mode_2 = rng.triangular(0, 10, 2, size=1000)
data_mode_5 = rng.triangular(0, 10, 5, size=1000)
data_mode_8 = rng.triangular(0, 10, 8, size=1000)

plt.hist(data_mode_2, bins=20, alpha=0.5, label='mode=2')
plt.hist(data_mode_5, bins=20, alpha=0.5, label='mode=5')
plt.hist(data_mode_8, bins=20, alpha=0.5, label='mode=8')
plt.legend()
plt.show()

Результат выполнения кода - три гистограммы, наглядно показывающие, как смещение моды влияет на форму треугольного распределения.

Смотрите также

метод random,
который генерирует числа из равномерного распределения
метод uniform,
который также генерирует равномерно распределенные числа
метод normal,
генерирующий числа из нормального (гауссовского) распределения
метод exponential,
генерирующий числа из экспоненциального распределения