如何使用numpy.random.f()函数在Python中生成F分布随机数？

本文共计344个文字，预计阅读时间需要2分钟。

在Python的NumPy库中，`numpy.random.f()` 函数用于生成服从F分布的随机样本。这个函数可以直接从NumPy库中调用，返回一个符合F分布的NumPy数组。以下是使用`numpy.random.f()`方法的一个简单示例：

pythonimport numpy as np

生成服从F分布的随机数，分子自由度df1为4，分母自由度df2为5sample=np.random.f(4, 5)

print(sample)

Python中的numpy.random.f()原文:htt Python 中的 numpy.random.f()

原文:www.geeksforgeeks.org/numpy-random-f-in-python/

借助 numpy.random.f() 方法，可以得到 F 分布的随机样本，并利用该方法返回 numpy 阵列的随机样本。

语法: numpy.random.f(dfnum，dfden，size=None)

返回:将随机样本作为 numpy 数组返回。

示例#1 :

在这个例子中我们可以看到，通过使用 numpy.random.f() 方法，我们能够得到 F 分布的随机样本，并使用这个方法返回随机样本。

Python 3

# import numpy and fimport numpy as npimport matplotlib.pyplot as plt# Using f() methodgfg = np.random.f(0.98, 15.43, 1000)count, bins, ignored = plt.hist(gfg, 30, density = True)plt.show()

输出:

例 2 :

Python 3

# import numpy and fimport numpy as npimport matplotlib.pyplot as plt# Using f() methodgfg = np.random.f(14.56, 31.45, 30000)gfg1 = np.random.f(gfg, 10.45, 30000)count, bins, ignored = plt.hist(gfg1, 14, density = True)plt.show()

输出: