np.random.exponential函数

np.random.exponential函数是numpy库中的一个函数，用于生成符合指数分布的随机数。指数分布是一种连续概率分布，其概率密度函数为f(x)=λe^(-λx)，其中λ为分布参数，x为随机变量。np.random.exponential函数的语法如下：

numpy.random.exponential(scale=1.0, size=None)

其中，scale为指定的分布参数，size为生成随机数的个数或形状。如果不指定size，则返回一个单一的随机数。

例如，生成符合指数分布，参数为2，形状为(3,3)的随机数数组的代码如下：

import numpy as np
x = np.random.exponential(scale=2, size=(3,3))
print(x)

输出如下：

array([[1.57700796, 0.53625818, 0.19118412],
       [2.05041086, 1.33805953, 0.85821194],
       [0.5180713 , 0.23280042, 1.90402539]])

相关问题

np.random.exponential

很高兴为您服务！
很高兴为您服务！`np.random.exponential` 是 NumPy 库中的一个函数，用于生成指数分布的随机数。

使用方法如下：

import numpy as np

# 生成 10 个参数为 2 的指数分布随机数
x = np.random.exponential(scale=2, size=10)

print(x)

其中，`scale` 参数表示指数分布的参数，也就是期望值的倒数，`size` 参数表示需要生成的随机数的数量。函数返回一个 NumPy 数组，其中包含了指定数量的指数分布随机数。

需要注意的是，指数分布的取值范围是 [0, ∞)，因此生成的随机数也都是非负数。

背诵np.random库中的函数

好的，np.random库中常用的函数包括：

1. np.random.seed(seed=None): 设置随机数种子。

2. np.random.rand(d0,d1,…dn): 生成[0,1)之间的浮点数，并以给定的形状创建数组。

3. np.random.randint(low, high=None, size=None, dtype=’l’): 生成low和high之间的整数，并以给定的形状创建数组。

4. np.random.randn(d0,d1,…dn): 从标准正态分布中返回一个或多个样本值。

5. np.random.normal(loc=0.0, scale=1.0, size=None): 从正态分布中返回一个或多个样本值。

6. np.random.choice(a, size=None, replace=True, p=None): 从给定的1-D数组中生成随机样本。

7. np.random.shuffle(x): 将数组打乱。

8. np.random.permutation(x): 同上，但不改变原数组。

9. np.random.binomial(n, p, size=None): 从二项分布中返回随机样本。

10. np.random.exponential(scale=1.0, size=None): 从指数分布中返回随机样本。