1Python 中的 numpy.random.standard_cauchy()

在numpy.random.standard_cauchy()方法的帮助下，我们可以看到从标准柯西分布中获取随机样本并返回随机样本。

标准柯西分布

Syntax : numpy.random.standard_cauchy(size=None)

Return : Return the random samples as numpy array.

示例 #1：

在这个例子中我们可以看到，通过使用numpy.random.standard_cauchy()方法，我们能够得到标准柯西分布的随机样本并从中生成随机样本。

Python3

# import numpy
import numpy as np
import matplotlib.pyplot as plt
  
# Using standard_cauchy() method
gfg = np.random.standard_cauchy(100000)
  
gfg = gfg[(gfg>-25) & (gfg<25)]
plt.hist(gfg, bins = 100, density = True)
plt.show()

输出 ：

示例 #2：

Python3

# import numpy
import numpy as np
import matplotlib.pyplot as plt
  
# Using standard_cauchy() method
gfg = np.random.standard_cauchy(100000)
gfg1 = np.random.power([gfg>0], 100000)
  
plt.hist(gfg1, bins = 100, density = True)
plt.show()

输出 ：