使用numpy.exp计算对象生命周期

Question

我在 Internet 上找不到任何示例。

我想学习使用指数定律来计算概率。

这是我的指数 lambda：0.0035

What is the probability that my object becomes defectuous before 100 hours of work ? P(X < 100)

我怎么能用 numpy 或 sci kit 写这个？谢谢！

编辑：这是数学：

P(X < 100) = 1 - e ** -0.0035 * 100 = 0.3 = 30%

编辑 2 :

嘿伙计们，我可能在那里找到了一些东西，嗨嗨： http://web.stanford.edu/class/archive/cs/cs109/cs109.1192/handouts/pythonForProbability.html

编辑 3 :

这是我对 scipy 的尝试：

from scipy import stats
B = stats.expon(0.0035)   # Declare B to be a normal random variable
print(B.pdf(1))       # f(1), the probability density at 1
print(B.cdf(100))      # F(2) which is also P(B < 100)
print(B.rvs())        # Get a random sample from B

但是 B.cdf 是错误的：它打印 1，而它应该打印 0.30，请帮忙！ B.pdf 打印 0.369 ：这是什么？

编辑 4 : 我已经用 python 数学库完成了，就像这样：

lambdaCalcul = - 0.0035 * 100
MyExponentialProbability = 1 - math.exp(lambdaCalcul)

print("My probability is",MyExponentialProbability  * 100 , "%");

欢迎使用 numpy os scipy 的任何其他解决方案，谢谢

Answer 1

expon(..)函数以loc和scale为参数（分别对应均值和标准差。由于标准差是方差的倒数，我们因此可以构造这样的分布：

B = stats.expon(<b>scale=1/0.0035</b>)

然后累积分布函数表示 P(X < 100):

>>> print(B.cdf(100))
0.2953119102812866

使用numpy.exp计算对象生命周期

Using numpy.exp to calculate object life length

numpy

scipy

statistics

exponential