Gamma Scipy

Confuso sobre como resolver os complexos problemas científicos e de otimização com a linguagem de programação Python? Bem, coloque seu estresse de lado e basta explorar a biblioteca scipy. Ajuda você a escrever o código complexo e otimizar programas longos com suas funções internas eficientes. O Scipy é uma biblioteca de código aberto fornecido pela linguagem de programação Python para resolver qualquer problema relacionado a engenharia, matemática, etc. Ele também oferece estratégias de manipulação e visualização de dados para analistas de dados com comandos de alto nível. Além disso, é construído sobre a extensão numpy. Portanto, estende as funcionalidades da biblioteca Numpy. Este artigo é construído em torno de explicar a gama centeada. Com a ajuda de exemplos, mostraremos como você pode incorporar facilmente gama scipy em seus programas.

O que é Scipy Gamma em Python Programming Language?

A Gamma fornecida pela Biblioteca Scipy é uma variável aleatória contínua, uma instância da classe rv_continnuous. Gamma é um objeto herdado da coleção de métodos genéricos da classe RV_Continuous. Variáveis ​​aleatórias contínuas que têm uma distribuição positiva e distorcida são comumente descritas usando a distribuição gama. A função gamma () está incluída no scipy.módulo especial. É usado para calcular a gama da matriz especificada. No que diz respeito ao trabalho geral da função gama (), é a função fatorial comum. Ele pode ser facilmente usado no programa Python, seguindo a sintaxe dada:

A função gamma () leva apenas um parâmetro que é uma variedade de números reais ou complexos. Ele calcula a gama dos dados fornecidos e retorna um escalar de ndarray como resultado. Vamos ver alguns exemplos de amostra para entender como a função gamma () funciona em um programa Python.

Exemplo 1:

Forneceremos um exemplo muito básico aqui para ajudá -lo a entender o conceito do método gama () na programação python. Você pode seguir as mesmas etapas para escrever seu código personalizado, conforme fornecido no seguinte código de exemplo:

da Scipy Import Special
arr = [2, 4, 8, 5]
print ("A matriz contém:", arr)
g = especial.gama (arr)
Print ("A gama da matriz é:", g)

Se você olhar para o código, a primeira linha será usada para importar a biblioteca ccepy junto com o pacote especial. É muito importante importar as bibliotecas e pacotes no programa para usar suas funções associadas. A função gamma () está associada à biblioteca scipy e pacotes especiais, para que eles sejam incluídos no programa para usar a função gamma (). Uma matriz que contém 4 números reais é inicializada na variável ARR. A variável "arr" que contém os dados é passada para o especial.função gamma () para encontrar a distribuição gama dos dados fornecidos. Outra declaração de impressão é usada para mostrar o resultado do especial.função gamma () no terminal.

Exemplo 2:

No exemplo anterior, fornecemos os dados do número real para a função gamma () para verificar sua funcionalidade. Agora, fornecemos um número complexo à função gamma () para verificar seu resultado. Como sabemos, a função gama () pode funcionar com números reais e complexos. Testamos com números reais e complexos. Vamos ver o seguinte código:

da Scipy Import Special
a = 2.3+2J
print ("O número complexo é:", a)
g = especial.gama (a)
print ("A gama do número complexo é:", g)

No que diz respeito ao código, as linhas de código são as mesmas que as fornecidas no exemplo anterior; Nós apenas mudamos os dados. Uma variedade de números reais é usada no exemplo anterior. Agora, usamos um número complexo. Veja o seguinte resultado da função gama ():

Exemplo 3:

Agora que testamos a função gama () com números reais e complexos, vamos usar suas funções. A função gamma () também fornece mais funções simples a serem usadas nos dados para ter uma distribuição gama mais precisa. A função gama possui extensões de ppf, pdf, quantil, cdf, logpdf, ajuste etc. funções. Neste exemplo, demonstraremos três dessas funções para que você possa entender como pode estender a função gama com esses métodos. Consulte o código fornecido na captura de tela a seguir:

importar numpy como np
de Scipy.Estatísticas Importar gama
importar matplotlib.pyplot como plt
a = 0.5
xx = np.Linspace (2, -1, 200)
gamma_pdf = gama.pdf (xx, a, loc = 0, escala = 1)
gamma_cdf = gama.CDF (xx, a, 0, 1)
gamma_logpdf = gama.logpdf (xx, a, loc = 0, escala = 1)
plt.Lote (xx, pdf_gamma)
plt.xlabel ('Valor dos dados')
plt.ylabel ('pdf gama')
plt.Título ("Distribuição Gamma PDF")
plt.mostrar()
plt.Lote (xx, gamma_cdf)
plt.xlabel ('Valor dos dados')
plt.Ylabel ('CDF Gamma')
plt.Título ("Distribuição Gamma CDF")
plt.mostrar()
plt.Lote (xx, gamma_logpdf)
plt.xlabel ('Valor dos dados')
plt.ylabel ('logpdf gama')
plt.Title ("Distribuição Gamma Logpdf")
plt.mostrar()

Três bibliotecas - Numpy, Scipy e Matplotlib são importadas para o programa usando o comando de importação. Junto com eles, os pacotes especiais de PyPlot são importados para usar as funções gama e PLT. As próximas cinco linhas são usadas para fornecer os dados para as funções PDF, CDF e LOGPDF. A sintaxe geral para todos os métodos gama é a seguinte:

gama.Method_name (dados, localização, tamanho, momento, escala)

Os dados a serem distribuídos são fornecidos no parâmetro "dados". O parâmetro "localização" leva a média que é por padrão, 0. A forma da distribuição é determinada pelo parâmetro "tamanho". A média, curtose e desvio padrão são calculados usando o parâmetro "Moment". Por fim, o parâmetro "escala" define o desvio padrão e é 1 por padrão.

No código anterior, demonstramos três métodos de gama - CDF, pdf e logpdf. Fornecemos os mesmos dados a todas as funções para ver os diferentes resultados de cada método. O gráfico de cada função é exibido separadamente usando a função PLT. Para plotar o gráfico, o comando "plot" é usado. Para dar o rótulo ao eixo x e Y, os comandos xlabel () e ylabel () são usados, respectivamente. E para o título, o comando title () é usado e o comando show () é usado para colocar tudo na tela. Consulte os gráficos nas seguintes ilustrações.

O primeiro gráfico de saída é da gama.Método CDF (). A gama.O método CDF () é usado para calcular a distribuição cumulativa dos dados fornecidos.

O segundo gráfico é a ilustração da gama.função pdf (). A gama.A função pdf () é usada para calcular a densidade de probabilidade dos dados especificados.

O último gráfico é a ilustração da gama.função logpdf (). A gama.O método logpdf () é usado para calcular o log da densidade de probabilidade dos dados fornecidos.

Conclusão

Este artigo serve como uma rápida visão geral da função gama da biblioteca scipy. A função gama é usada para encontrar a distribuição gama dos dados especificados com uma distribuição positiva e distorcida. Usamos alguns exemplos simples e interessantes para saber como a função gama é usada em um programa Python. Também incorporamos a função PLT para exibir os gráficos criados pelas distribuições gama. Com a ajuda de exemplos, tentamos guiar as ilustrações sobre como você pode calcular e plotar seus gráficos de distribuição gama em programas Python.