python - 从 python Scipy 中的连续三角形分布中绘制

Question

我如何进行抽奖并获得特定值的 CDF x来自 mode=0 的连续三角分布, lower limit=-1和 upper limit=1 .我不明白如何设置参数。我想得到相当于做 numpyp.random.triangular(left=-1, mode=0, right=1)在 Scipy .

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)

正在产生错误信息

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

虽然c提供参数。

Answer 1

看起来你的 CDF 函数参数是正确的。通常，如果您有 numpy.random.triangular 使用的 left、mode 和 right，您可以使用

将它们转换为 scipy.stats.triang 的参数

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

---

expect 方法的参数可能会令人困惑。你试过这个:

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

正确的调用是

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，其中 c=0.5、loc=-1 和 scale=2。例如，下面抽取了 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])