python负指数分布100个随机数
时间: 2023-10-08 10:06:52 浏览: 267
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:
```python
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:
```python
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:
```python
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。
阅读全文