A linguagem de programação Python tornou a computação matemática, estatística e científica extremamente simples e fácil, fornecendo bibliotecas incrivelmente úteis e simples. A Scipy Library oferece uma longa lista de funções usadas para desenvolver uma variedade de aplicativos. É uma das funções comumente usadas da biblioteca scipy para gerar a distribuição exponencial. O pacote de estatísticas na biblioteca scipy tem uma função expon () usada para gerar a variável aleatória contínua exponencial. Este artigo leva você através do guia passo a passo para elaborar como o Scipy.Estatísticas.Função Expo () funciona.

O que é distribuição exponencial?

A distribuição exponencial pode ser definida como uma distribuição de probabilidade contínua que é usada principalmente em estatística e teoria de probabilidade. O objetivo disso é descrever com que frequência um evento ocorrerá. A distribuição exponencial é uma série de ocorrências independentes que ocorrem de forma consistente a uma taxa média fixa. É frequentemente usado para calcular quanto tempo deve levar para ocorrer para ocorrer. O conceito de distribuição exponencial é a mesma em estatística e python. O Python apenas fornece uma função automática para criar a distribuição exponencial para a distribuição exponencial das estatísticas. Este guia explicará deliberadamente como calcular a distribuição exponencial usando a biblioteca scipy.

Scipy.Estatísticas.Função python expon ()

A função expon () fornecida pelo pacote de estatísticas e pela biblioteca scipy é uma variável aleatória contínua exponencial definida com um determinado parâmetro de forma e formato padrão. São necessários vários parâmetros necessários e opcionais para concluir sua especificação e retorna a variável aleatória exponencial contínua. Vamos ver e aprender a sintaxe da função expon () para entender quais parâmetros precisamos para fornecê -lo.

Sintaxe do Scipy.Estatísticas.Expon ()

Em geral, a função expon () segue a função de densidade de probabilidade que é a seguinte:

A sintaxe do círculo.Estatísticas.A função expon () é a seguinte:

A função expon () funciona com vários métodos da classe rv_contínuos e cada método leva parâmetros diferentes. No entanto, listamos todos os parâmetros para ajudá -lo a entender que tipo de parâmetros de entrada você precisa para fornecer com qualquer método RV_CONTINUous.

O parâmetro "X" é usado para fornecer os quantis na matriz como objeto. O parâmetro "Q" é usado para definir a probabilidade inferior ou superior da cauda em uma matriz como objeto. O parâmetro "loc" representa o local. O parâmetro "escala" representa a escala. O parâmetro "tamanho" representa a forma das variadas aleatórias. E, finalmente, o parâmetro "momentos" é usado para especificar os momentos para calcular a partir da combinação de MVSK. O MVSK é uma combinação de momentos que podem ser realizados com qualquer função de classe RV_CONTIOUSY. O "M" da MVSK representa a média, "V" representa a variação, "S" representa a inclinação de Fisher, e "K" representa a curtose de Fisher.

Por padrão, o parâmetro de momentos é MV. Como resultado, a função expon () retorna a variável aleatória contínua exponencial. Vamos demonstrar alguns exemplos para aprender a usar a função expon () em programas Python.

Exemplo 1:

Vamos criar uma variável aleatória contínua exponencial. Considere o código de amostra fornecido no seguinte:

de Scipy.Estatísticas Importar exponha
num = expon.NUMARGS
[] = [0.4,] * num
ecrv = expon ()
Print ("Variável aleatória contínua exponencial: \ n \ n", ecrv)

Primeiro, a biblioteca scipy é importada para o programa para chamar o pacote de estatísticas e a função expon (). A função expon () é usada para chamar o método NUMARGS, a fim de criar a variável aleatória contínua exponencial. Este programa é muito simples e curto, você pode entendê -lo facilmente e usá -lo em seus programas. Agora, vamos ver a saída gerada no seguinte:

Exemplo 2:

Aprendemos como criar a variável aleatória contínua exponencial com a biblioteca cipy e sua função expon (). Vamos aprender a gerar a distribuição de probabilidade com as variações aleatórias exponenciais. Considere o código de amostra fornecido no seguinte:

importar numpy como np
de Scipy.Estatísticas Importar exponha
q = np.ARANGE (0.09, 1, 0.2)
ecrv = expon.RVs (escala = 3, tamanho = 15)
Print ("Variadas aleatórias contínuas exponenciais: \ n \ n", ECRV)
ex = expon.pdf (q, loc = 0, escala = 2)
Print ("\ nProbability Distribution: \ n", ex)

Primeiro, a biblioteca Numpy é importada para o programa como NP, pois precisamos da Biblioteca Numpy para criar uma variedade de dados Numpy. Depois disso, a segunda biblioteca que importamos é a biblioteca scipy, o pacote de estatísticas e sua função expon (). A matriz de dados é declarada com o NP.função arange (). A variável aleatória contínua exponencial é criada com a expona.método rvs () passando a escala = 3 e tamanho = 15. A matriz de dados composta é passada para o expo.função pdf () para criar a distribuição de probabilidade. O PDF significa função de densidade de probabilidade e é usado para calcular a distribuição de probabilidade. A localização para a distribuição de probabilidade é dada como loc = e a escala é dada como escala = 2. Agora, vamos verificar qual resultado a função expon () gerada. Veja a seguinte saída:

Exemplo 3:

Aprendemos como criar a variável aleatória exponencial contínua e a distribuição de probabilidade usando o método PDF da classe RV_CONTINUous. Vamos aprender a exibir a variável aleatória contínua exponencial neste exemplo. Considere o seguinte código:

importar numpy como np
de Scipy.Estatísticas Importar exponha
importar matplotlib.pyplot como plt
ecrv = np.Linspace (0, NP.Mínimo (RV.dist.b, 25))
Print ("Variadas aleatórias contínuas exponenciais: \ n \ n", ECRV)
plot = plt.Lote (ECRV, RV.PDF (ECRV))

Neste programa de exemplo, primeiro importamos a biblioteca Numpy. Para fazer isso, a declaração "importar numpy como np" é usada, pois precisamos usar as funções da biblioteca Numpy. Depois disso, a Segunda Biblioteca é Scipy, que é importada para usar a função expon (). A terceira e última biblioteca que importamos é Matplotlib. É usado para plotar os dados no gráfico. Os dados para criar a variável aleatória contínua exponencial são gerados com o NP.função linspace (). Para plotar as variantes aleatórias contínuas exponenciais geradas, usamos o PLT.plot () função. Agora, vamos ver as variantes aleatórias contínuas exponenciais e seu gráfico plotado no seguinte resultado:

Conclusão

Este guia serve como uma visão geral rápida e curta da distribuição exponencial scipy. Aqui, aprendemos o conceito de distribuição exponencial nas estatísticas e qual a teoria da probabilidade é. Depois disso, aprendemos a criar a variável aleatória contínua exponencial como um programa Python. Também aprendemos sobre a função expon () da biblioteca scipy para criar a variável aleatória exponencial contínua em um programa Python. Com a ajuda de exemplos, demonstramos como usar a função expon () em um programa Python para gerar e plotar a variável aleatória contínua exponencial.