Python random.gammavariate() 方法

Python 中的 random.gammavariate（） 方法生成遵循 Gamma 分布的随机数。Gamma 分布是连续概率分布的双参数系列，取决于两个正参数 alpha （α） 和 beta （β） 的值，这两个参数都必须大于 0。

Gamma 分布的概率密度函数 （PDF） 由下式给出 -

	 	 	 	 	x ** (alpha - 1) * math.exp(-x / beta)
pdf(x) = 	--------------------------------------
	 	 	 	 	 	 math.gamma(alpha) * beta ** alpha

参数 alpha （α） 定义分布的形状。α 值越大，分布越分散。其中，参数 beta （β） 定义分布的尺度。它会影响数据点在平均值周围的分布。

语法

以下是 gammavariate（） 方法的语法 -

 random.gammavariate(alpha, beta)

参数

此方法接受以下参数 -

• alpha：这是 Gamma 分布的形状参数，它必须大于 0。
• beta：这是 Gamma 分布的 scale 参数，它也必须大于 0。

返回值

此方法返回一个遵循 Gamma 分布的随机数。

示例 1

让我们看一个使用 random.gammavariate（） 方法从形状参数为 2 和尺度参数为 3 的 Gamma 分布中生成随机数的基本示例。

import random

# Parameters for the gamma distribution
alpha = 2
beta = 3

# Generate a gamma-distributed random number
random_number = random.gammavariate(alpha, beta)

print("Generated random number:", random_number)

以下是输出 -

注意：由于程序的随机性，每次运行程序时生成的 Output 都会有所不同。

示例 2

此示例使用此方法生成一个包含 10 个随机数的列表，该随机数遵循 Gamma 分布。

import random

# Parameters for the gamma distribution
alpha = 3
beta = 1.5

result = []
# Generate a random numbers from the gamma distribution
for i in range(10):
	 	 result.append(random.gammavariate(alpha, beta))

print("List of random numbers from Gamma distribution:", result)

在执行上述代码时，您将获得如下所示的类似输出 -

示例 3

这是另一个示例，它使用 random.gammavariate（） 方法生成并显示一个直方图，显示来自 Gamma 分布的数据分布。

import random
import numpy as np
import matplotlib.pyplot as plt

# Parameters for the gamma distribution
alpha = 1
beta = 2

# Generate gamma-distributed data
d = [random.gammavariate(alpha, beta) for _ in range(10000)]

# Create a histogram from the generated data, with bins up to the maximum value in d
h, b = np.histogram(d, bins=np.arange(0, max(d)+1))

# Plot the histogram to visualize the distribution
plt.bar(b[:-1], h, width=1, edgecolor='none')	
plt.title('Histogram of Gamma Distributed Data')

# Display the plot
plt.show()	

上述代码的输出如下 -