Python random.vonmisesvariate() 方法_Python 菜鸟教程

Python 中的 random.vonmisesvariate（） 方法生成遵循 von Mises 分布的随机数，也称为圆正态分布或 Tikhonov 分布。此分布用于概率论和方向统计，以对圆形域（例如角度）上的数据进行建模。mu 和 kappa 等参数定义了分布的特征，其中 mu 是以弧度表示的平均角度，应介于 0 和 2π 之间，浓度参数 kappa 必须大于或等于零。

注意 − 这个函数不能直接访问，所以我们需要导入 random 模块，然后我们需要使用 random static object 调用这个函数。

语法

以下是 vonmisesvariate（）方法的语法 -

 random.vonmisesvariate(mu, kappa)

参数

Python random.vonmisesvariate（）方法需要两个参数 -

mu：这是平均角度，以弧度表示，应介于 0 和 2π 之间。
kappa：这是浓度参数，必须大于或等于零。它测量分布在平均角度周围的集中程度。当 kappa 为零时，分布在 0 到 2π 范围内变得均匀。

返回值

这个 random.vonmisesvariate（）方法返回一个遵循 von Mises 分布（圆正态分布）的随机数。

示例 1

让我们看一个使用 random.vonmisesvariate（）方法从 von Mises 分布生成平均角度为 π（180 度）且浓度参数为 1 的随机数的基本示例。

import random
import math

# mean angle in radians
mu = math.pi 	

# concentration parameter
kappa = 1 	

# Generate a von Mises distributed random number
random_angle = random.vonmisesvariate(mu, kappa)

print('A random number from von Mises distribution:',random_angle)

以下是输出 -

A random number from von Mises distribution: 1.5637865003055311

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 random.vonmisesvariate（）方法生成一个包含 10 个随机数的列表，该列表遵循 von Mises 分布。

import random

# mean angle in radians
mu = 0

# concentration parameter	
kappa = 3

# list to store generated wave directions
result = []

# Generate a list of random numbers from the von Mises distribution
for _ in range(10):
	 	 direction = random.vonmisesvariate(mu, kappa)
	 	 result.append(direction)

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

在执行上述代码时，您将获得如下所示的类似输出 -

List of random numbers from von Mises distribution: [5.888313245257218, 0.12280876945454619, 0.3877094476451274, 5.807284393939756, 0.4416696367838093, 6.165324081139434, 5.783168359038133, 6.05815219609358, 5.889178104771408, 5.946514998727608]

示例 3

这是另一个示例，它使用 random.vonmisesvariate（） 方法生成和可视化具有不同浓度参数（kappa）的 von Mises 分布。

import random
import math
import matplotlib.pyplot as plt

# mean angle in radians
mu = math.pi / 2 	

def plot_vonmises(mu, kappa, label, color):

	 	 # Generate von Mises-distributed data
	 	 data = [random.vonmisesvariate(mu, kappa) for _ in range(10000)]

	 	 # Plot histogram of the generated data
	 	 plt.hist(data, bins=100, density=True, alpha=0.5, color=color, label=r'(mu=$\pi/2$, k={})'.format(kappa))

# Create a figure for the plots
fig = plt.figure(figsize=(7, 4))

# Plotting for each set of parameters
plot_vonmises(mu, 0, '0, 0', 'blue')
plot_vonmises(mu, 0.5, '0, 0.5', 'green')
plot_vonmises(mu, 1, '0, 1', 'yellow')
plot_vonmises(mu, 2, '0, 2', 'red')
plot_vonmises(mu, 8, '0, 8', 'pink')

# Adding labels and title
plt.title('von Mises Distributions with Different Concentration Parameters')
plt.legend()

# Show plot
plt.show()

上述代码的输出如下 -

python_random_vonmisesvariate_method_ex3

<< Python random.normalvariate() 方法 Python random.paretovariate() 方法 >>