Метод wald

Метод wald класса Generator генерирует случайные числа из распределения Вальда (также известного как обратное гауссовское распределение). Первым параметром метод принимает среднее значение mean, вторым - параметр масштаба scale. Также можно указать размер выходного массива через параметр size.

Синтаксис

generator.wald(mean, scale, size=None)

Пример

Сгенерируем одно случайное число из распределения Вальда со средним 1.0 и масштабом 1.0:

import numpy as np

rng = np.random.default_rng(0)
res = rng.wald(mean=1.0, scale=1.0)
print(res)

Результат выполнения кода:

0.510225371554864

Пример

Сгенерируем массив из 5 случайных чисел из распределения Вальда с параметрами mean=2.0 и scale=3.0:

import numpy as np

rng = np.random.default_rng(0)
arr = rng.wald(mean=2.0, scale=3.0, size=5)
print(arr)

Результат выполнения кода:

[1.4817984 1.26943024 2.20886649 2.51813545 1.32558702]

Пример

Сгенерируем двумерный массив чисел (3 строки, 4 столбца) из распределения Вальда со средним 5.0 и масштабом 2.0:

import numpy as np

rng = np.random.default_rng(0)
arr = rng.wald(mean=5.0, scale=2.0, size=(3, 4))
print(arr)

Результат выполнения кода:

[[3.77649599 3.29846219 7.86100098 7.14906032]
 [6.16589787 6.06454288 4.29934647 4.49660144]
 [5.49725244 6.70640139 4.89302143 4.44572284]]

Пример

Используем параметры mean и scale в виде массивов для генерации значений с различными параметрами для каждого элемента:

import numpy as np

rng = np.random.default_rng(0)
means = np.array([1.0, 2.0, 3.0])
scales = np.array([1.0, 2.0, 3.0])
arr = rng.wald(mean=means, scale=scales, size=3)
print(arr)

Результат выполнения кода:

[0.51022537 0.75818367 1.83815038]

Смотрите также

метод normal,
который генерирует числа из нормального распределения
метод exponential,
который генерирует числа из экспоненциального распределения
метод gamma,
который генерирует числа из гамма-распределения
метод standard_normal,
который генерирует числа из стандартного нормального распределения