python的numpy 能生成一定概率分布的隨機數，但如果需要更具體的概率密度，累積概率，就要使用scipy.stats。scipy.stats用于統計分析，統計工具和隨機過程的概率，各個隨機過程的隨機數生成器可以從numpy.random中找到。本文介紹python中使用scipy.stats產生隨機數的原理及實例。

1、scipy.stats正態分步格式

scipy.stats #生成指定分布

scipy.stats.poisson.rvs(loc=期望, scale=標準差, size=生成隨機數的個數) #從泊松分布中生成指定個數的隨機數

2、使用說明

norm.rvs通過loc和scale參數可以指定隨機變量的偏移和縮放參數，這里對應的是正態分布的期望和標準差。

size得到隨機數數組的形狀參數。

3、scipy.stats使用實例：產生隨機數

#1. random number
#np.random.normal(loc=0.0, scale=1.0, size=None)
rv_unif = st.uniform.rvs(size=10)
print(rv_unif)
rv_norm=st.norm.rvs(loc = 5,scale = 1,size =(2,2))
print(rv_norm)
rv_beta=st.beta.rvs(size=10,a=4,b=2)
print(rv_beta)

到此這篇關于python中scipy.stats產生隨機數實例講解的文章就介紹到這了,更多相關python中如何使用scipy.stats產生隨機數內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！