从 python Scipy 中的连续三角形分布中提取

Question

如何从具有 mode=0、lower limit=-1 和 upper limit=1 的连续三角形分布中绘制并获得某些值 x 的 CDF。我不明白如何设置参数。我想获得相当于在 Scipy 中执行 numpyp.random.triangular(left=-1, mode=0, right=1) 的效果。

我尝试了以下操作，但我不确定这是否是我所追求的。

scipy.stats.triang.cdf([-1,-0.5,0,0.5,1], c=0.5, loc=-1, scale=2) 并获得：array([ 0, 0.125, 0.5, 0.875, 1.]) 这似乎是正确的。

我不明白为什么

scipy.stats.triang.expect(func=lambda x: x, c = 0.5, loc=0.5, scale=1)

正在生成错误消息

_argcheck() missing 1 required positional argument: 'c'

尽管提供了 c 参数。

Answer 1

看来你的CDF函数参数是正确的。一般来说，如果你有 left、mode 和 right 被 numpy.random.triangular 使用，你可以使用

将它们转换为 scipy.stats.triang 的参数]

c = (mode - left) / (right - left)
loc = left
scale = right - left

expect 方法的参数可能令人困惑。你试过这个：

scipy.stats.triang.expect(func=lambda x: x, c = 0.5, loc=0.5, scale=1)

正确的叫法是

In [91]: triang.expect(lambda x: x, (0.5,), loc=0.5, scale=1)
Out[91]: 1.0

第二个参数是一个包含形状参数的元组，在本例中是元组(c,)。形状参数没有单独的关键字参数。

要从以 0 为中心的宽度为 2 的三角形分布中抽取样本，请使用 scipy.triang 的 rvs 方法，以及 c=0.5、loc=-1 和 scale=2。例如下面抽取10个样本：

In [96]: triang.rvs(c=0.5, loc=-1, scale=2, size=10)
Out[96]: 
array([-0.61654942,  0.03949263,  0.44191603, -0.76464285, -0.5474533 ,
        0.00343265,  0.222072  , -0.14161595,  0.46505966, -0.23557379])

从 python Scipy 中的连续三角形分布中提取

Drawing from a continuous triangular distribution in python Scipy

python

numpy

scipy