Question

您好我想生成一些带有帕累托分布的随机数。我发现这可能是使用numpy。但我不知道如何塑造结果。例如，我希望结果范围：10-20，但我怎样才能实现这一目标？

我知道从numpy

使用pareto的语法

numpy.random.pareto(m, s)

我无法理解m是什么（我一直在寻找维基百科，但我不明白一点）？我知道生成元组的大小。

Answer 1

documentation似乎有一个错误，可能让你感到困惑。

通常是呼叫签名中的参数名称：

numpy.random.pareto(a, size=None)

将参数名称与给定的详细信息匹配：

Parameters
----------
shape : float, > 0.
    Shape of the distribution.
size : tuple of ints
    Output shape.  If the given shape is, e.g., ``(m, n, k)``, then
    ``m * n * k`` samples are drawn.

但是您看到第一个参数同时被称为a和shape。将您想要的形状作为函数的第一个参数传递，以获得size个数字的分布（它们不是tuple，而是一个numpy array）

如果您需要更改第二个参数（在wikipedia上称为x _m），则只需将其添加到所有值，如docs中的示例所示：

Examples
--------
Draw samples from the distribution:

>>> a, m = 3., 1. # shape and mode
>>> s = np.random.pareto(a, 1000) + m

因此，实现下限是微不足道的：只需使用m的下限：

lower = 10  # the lower bound for your values
shape = 1   # the distribution shape parameter, also known as `a` or `alpha`
size = 1000 # the size of your sample (number of random values)

创建具有下限的分布：

x = np.random.pareto(shape, size) + lower

然而，帕累托分布不是从上面限制的，所以如果你试图将其剪掉，它实际上是分布的truncated version，这不是一回事，所以要小心。如果形状参数远大于1，则分布以代数方式衰减，如x ^{- （a + 1）}，因此无论如何你都不会看到很多大值。

如果您选择实现上限，一种简单的方法是生成普通样本，然后删除任何超出限制的值：

upper = 20
x = x[x<upper]  # only values where x < upper

但是现在样本的大小（可能）更小。您可以继续添加新的（并过滤掉太大的值），直到大小符合您的要求，但首先使其足够大，然后仅使用它们size会更简单：

x = np.random.pareto(shape, size*5/4) + lower
x = x[x<upper][:size]

Answer 2

@askewchan文件是否已更改？

根据最新的doc，m应该像这样使用

a, m = 3., 2.  # shape and mode
s = (np.random.pareto(a) + 1) * m

其中a是形状，m是维基百科中的比例（x _m）。

这是测试代码，预期平均值等于模拟结果。

a = 2
m = 10

def subtask_service_time():
    return (numpy.random.pareto(a) + 1) * m

print('Simulation mean:', sum([subtask_service_time() for _ in range(1000)]) / 1000)
print('Excepted mean:', a * m / (a - 1))

>>>>Simulation mean: 20.383399962437686
>>>>Excepted mean: 20.0

Answer 3

Generator不提供版本兼容性保证。

您可以使用 numpy.random.Generator.pareto 在Numpy 1.18.1中生成数字

例如：

a, m = 3., 2.  # shape and mode
s = (np.random.default_rng().pareto(a, 1000) + 1) * m

在pareto分发中，mode也表示下限。而且pareto分布没有上限

可以通过Shape = E /（E-模式）来计算形状

如何使用Python中的pareto分布生成特定范围内的随机数

3 个答案: