我想在具有负指数（a = -2）的幂律分布中绘制2到15之间的随机变量。我找到了以下内容：
r = scipy.stats.powerlaw.rvs(a, loc = 2, scale = 13, size = 1000)
但它没有采取负数。
任何人都知道出路吗？
答案 0 :(得分：11)
switch (ch) {
case '+':
cout<<"The sum of the two numbers is: "<<num1+num2<<endl;
break;
case '-';
cout<<num2<<" subtracted from "<<num1<<" is "<<num1-num2<<endl;
break;
case '*':
cout<<"When multiplied: "<<num1*num2<<endl;
break;
case '/':
cout<<num1<<" divided by "<<num2<<" will be "<<num1/num2<<endl;
break;
default:
cout<<"Wrong input. Try again.";
}
和Response.AppendHeader("Content-Disposition"," attachment; filename = " + Session["user_id"] + "_makler.pdf");
中定义的幂律分布在数学意义上没有为负numpy.random定义，如this question的答案中所述：它们不可规范化因为零点处的奇点。所以，遗憾的是，数学说'不'。
您可以使用与scipy.stats成比例的pdf定义分布，其中a的间隔不包含零，如果这是您所追求的。
对于x^{g-1}的{{1}}，来自统一变量（g < 0）的转换是：
pdf(x) = const * x**(g-1)然后你可以做，例如，
a <= x <= b等等。
为完整起见，这里是pdf：
np.random.random这一切都假定为In [3]: def rndm(a, b, g, size=1):
"""Power-law gen for pdf(x)\propto x^{g-1} for a<=x<=b"""
...: r = np.random.random(size=size)
...: ag, bg = a**g, b**g
...: return (ag + (bg - ag)*r)**(1./g)
和In [4]: xx = rndm(1, 2, g=-2, size=10000)
。这些公式应与In [5]: def pdf(x, a, b, g):
ag, bg = a**g, b**g
....: return g * x**(g-1) / (bg - ag)
，a < b和g != 0的{{1}}和numpy.power一致。