我试图使用Numpy的随机指数分布创建一个随机数组.我的工作正常,但我对我的项目有一个额外的要求,那就是能够准确指定有多少数组元素具有一定的值.
让我解释一下(代码在下面,但我将在这里解释一下)：我生成我的随机指数分布并绘制数据的直方图,产生一个很好的指数曲线.我真正希望能够做的是使用变量来指定该曲线的y轴截距(曲线与y轴相交的点).我可以通过改变直方图中的箱数来以基本方式实现这一点,但这只会改变绘图而不是原始数据.
我在这里插入了代码的骨头.为了给出一些上下文,我试图创建一个星系的指数盘,因此我想要生成的随机数组是一个半径数组,我希望能够指定的变量是星系中心的数字密度：
import numpy as N
import matplotlib.pyplot as P
n = 1000
scale_radius = 2
central_surface_density = 100 #I would like this to be the controlling variable, even if it's specification had knock on effects on n.
radius_array = N.random.exponential(scale_radius,(n,1))
P.figure()
nbins = 100
number_density, radii = N.histogram(radius_array, bins=nbins,normed=False)
P.plot(radii[0:-1], number_density)
P.xlabel('$R$')
P.ylabel(r'$\Sigma$')
P.ylim(0, central_surface_density)
P.legend()
P.show()
此代码创建以下直方图：
因此,总而言之,我希望能够通过控制我如何生成数据来指定此绘图截取y轴的位置,而不是通过更改直方图的绘制方式.
任何帮助或要求进一步澄清将非常感谢.
解决方法:
根据numpy.random.exponential的文档,输入参数beta对于exponential described in wikipedia的定义是1 / lambda.
你想要的是在f(x = 0)= lambda = 1 / beta时评估的这个函数.因此,在一个赋范分布中,你的y截距应该只是numpy函数的反函数：
import numpy as np
import pylab as plt
target = 250
beta = 1.0/target
Y = np.random.exponential(beta, 5000)
plt.hist(Y, normed=True, bins=200,lw=0,alpha=.8)
plt.plot([0,max(Y)],[target,target],'r--')
plt.ylim(0,target*1.1)
plt.show()
是的,直方图的y轴截距会随着不同的箱尺寸而变化,但这并不意味着什么.你在这里可以合理地谈论的唯一的事情是潜在的概率分布(因此normed = true)
标签：python,numpy,exponential 来源： https://codeday.me/bug/20190613/1229983.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。