Python | Numpy np.hypergeometric() 方法

Numpy 的 np.hypergeometric() 方法用于计算超几何分布。超几何分布表示从有限总体中进行 n 次可替换的取样时成功的数量。该方法将给定的输入参数传递给超几何分布的相应数学公式，并返回结果。

语法

numpy.random.hypergeometric(ngood, nbad, nsample, size=None)

参数

• ngood：int，代表总体中可成功的对象数。
• nbad：int，代表总体中不可成功的对象数。
• nsample：int，代表从总体中取的样本数量。
• size：int 或元组其中元素为 int 时，可指定返回的样本数或形状

返回值

返回超几何分布的样本值。

注意事项

• 如果输入参数不是整数，则尝试将其转换为整数。
• 如果 ngood + nbad <= 0 或 nbad < 0 或 ngood < 0 或 nsample <= 0，该方法将引发 ValueError 异常。
• 如果请求的size超过生成器的员工状态空间，则该方法将引发 ValueError 异常。

示例

import numpy as np

# ngood 为总体中可成功的对象数为 2, nbad 为总体中不可成功的对象数为 5
# 从总体中取出 4 样本
x = np.random.hypergeometric(2, 5, 4)

print(x)

输出：

[1 2 1 2]

该程序使用 Numpy 的 np.hypergeometric() 方法生成了一组超几何分布的样本值并打印出来。在这个例子中，总体中可成功的对象数为2，不可成功的对象数为5，从这个总体中所取的样本数为4。因此，在输出结果中，每个元素代表一个样本，它的取值范围在 [0,2] 之间。