python的numpy 能生成一定概率分布的随机数，但如果需要更具体的概率密度，累积概率，就要使用scipy.stats。scipy.stats用于统计分析，统计工具和随机过程的概率，各个随机过程的随机数生成器可以从numpy.random中找到。本文介绍python中使用scipy.stats产生随机数的原理及实例。
1、scipy.stats正态分步格式
scipy.stats #生成指定分布 scipy.stats.poisson.rvs(loc=期望, scale=标准差, size=生成随机数的个数) #从泊松分布中生成指定个数的随机数
2、使用说明
norm.rvs通过loc和scale参数可以指定随机变量的偏移和缩放参数，这里对应的是正态分布的期望和标准差。
size得到随机数数组的形状参数。
3、scipy.stats使用实例：产生随机数
#1. random number #np.random.normal(loc=0.0, scale=1.0, size=none) rv_unif = st.uniform.rvs(size=10) print(rv_unif) rv_norm=st.norm.rvs(loc = 5,scale = 1,size =(2,2)) print(rv_norm) rv_beta=st.beta.rvs(size=10,a=4,b=2) print(rv_beta)
到此这篇关于python中scipy.stats产生随机数实例讲解的文章就介绍到这了,更多相关python中如何使用scipy.stats产生随机数内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
