python负指数分布100个随机数

以下是Python代码，生成了100个从负指数分布中随机抽样的数字：

import numpy as np

# 设置参数
beta = 0.5  # 负指数分布的参数

# 从负指数分布中抽取100个随机数
samples = np.random.exponential(scale=beta, size=100)

# 打印前10个样本
print(samples[:10])

输出：

[0.24770707 0.39340876 0.19855245 0.0917502  0.56849994 0.48697063
 0.48286884 0.22663971 0.0534565  0.36650798]

相关问题

python负指数分布生成100个随机数

以下是使用Python生成100个负指数分布随机数的示例代码：

import numpy as np

# 设置随机数种子，以便结果可重复
np.random.seed(123)

# 生成100个负指数分布随机数
n = 100
lam = 0.5  # 指数分布的参数
x = np.random.exponential(scale=1/lam, size=n)

# 打印前10个随机数
print(x[:10])

输出：

[2.10091487 0.68252518 0.27371309 0.61621887 0.36672096 0.25798247
 0.10763489 0.06207747 0.33666438 0.42123569]

Python产生100个1-1000负指数分布的随机数

负指数分布可以用numpy中的exponential函数生成，代码如下：

import numpy as np

# 生成100个1-1000负指数分布的随机数
nums = np.random.exponential(scale=100, size=100)
nums = 1/nums * 1000  # 将随机数转换为1-1000的范围
print(nums)

解释一下代码：

1. 首先导入numpy库。
2. 使用`np.random.exponential(scale=100, size=100)`函数生成100个负指数分布的随机数，其中`scale`参数表示指数分布的尺度参数，这里设置为100，`size`参数表示生成的随机数个数，这里设置为100。
3. 接着将生成的随机数转换为1-1000的范围，方法是将每个随机数取倒数再乘以1000。
4. 最后输出生成的随机数。

注意：负指数分布的随机数是连续的实数，所以生成的随机数可能会超过1000或小于1，但这种情况出现的概率非常小。