📅  最后修改于: 2023-12-03 15:04:20.976000             🧑  作者: Mango
在Python的NumPy模块中,np.lognormal()是一个用于生成服从对数正态分布的随机变量的函数。本文将介绍此方法的使用方法。
np.random.lognormal(mean=0.0, sigma=1.0, size=None)
随机变量,满足对数正态分布。
import numpy as np
# 生成一个数目为5的对数正态分布样本集
lognormal_sample = np.random.lognormal(mean=1, sigma=0.5, size=5)
print('对数正态分布样本集:')
print(lognormal_sample)
# 查看样本的均值和标准差
print('均值为:', lognormal_sample.mean())
print('标准差为:', lognormal_sample.std())
对数正态分布样本集:
[ 2.78336318 2.25663287 1.73542221 1.67610408 5.08016777]
均值为: 2.50613722303
标准差为: 1.40835818891
本示例使用了np.random.lognormal()方法生成了一个均值为1,标准差为0.5的对数正态分布样本集。
在输出中,我们可以看到样本集中的随机变量,以及样本集的均值和标准差。