เลือกหัวข้อจากแถบเมนูด้านซ้าย (กรณีหน้าจอเล็กเมนูจะหดกลายเป็นสัญลักษณ์สามขีดอยู่ในแถบเมนูด้านบน) หรือใส่คำค้นหาที่ช่องด้านล่างนี้ เพื่อค้นหาหัวข้อบทความหรือ Tutorial เกี่ยวกับเรื่อง random_distribution ที่ต้องการ
Exponential Distribution การแจกแจงแบบเลขชี้กำลัง การแจกแจงแบบเอ็กซ์โพเนนเชียลใช้สำหรับอธิบายเวลาจนถึงเหตุการณ์ถัดไปเช่น failure/success ฯลฯ -Scale- อัตราผกผัน (ดู lam ในการกระจายปัวส์ซอง) ค่าเริ่มต้นถึง 1.0 -size - รูปร่างของอาร์เรย์ที่ส่งคืน ตัวอย่าง วาดตัวอย่างสำหรับการแจกแจงเอ็กซ์โพเนนเชียลด้วยสเกล 2.0 พร้อมขนาด 2x3 from numpy import random x = random.exponential(scale=2, size=(2, 3)) print(x) ผลลัพธ์ [[3.64834976 0.505771...
Read More →Rayleigh Distribution การแจกเเจง Rayleigh ใช้ในการประมวลผลสัญญาณ -Scale - (ส่วนเบี่ยงเบนมาตรฐาน) เป็นตัวช่วยตัดสินใจว่าการกระจายแบบคงที่นั้นจะเป็นค่าเริ่มต้น 1.0) -size - รูปร่างของอาร์เรย์ที่ส่งคืน ตัวอย่าง ดึงตัวอย่างสำหรับการแจกแจงแบบ Rayleigh ด้วย Scale 2 กับขนาด 2x3 from numpy import random x = random.rayleigh(scale=2, size=(2, 3)) print(x) ผลลัพธ์ [[1.76420437 2.32669274 4.56668193] [5.43569448 5.33518085 3.94806273]...
Read More →Zipf Distribution การแยก Zipf ใช้เพื่อสุ่มตัวอย่างข้อมูลตามกฎของ zipf กฎของ Zipf นั้นในการรวบรวมคำทั่วไปที่ n คือ 1 / n เท่าของคำทั่วไป เช่น คำทั่วไปที่ 5 ในภาษาอังกฤษนั้นเกิดขึ้นเกือบ 1 ใน 5 ของคำที่ถูกใช้บ่อยที่สุด - a - พารามิเตอร์การแจกแจง -size - รูปร่างของอาร์เรย์ที่ส่งคืน ตัวอย่าง วาดตัวอย่างสำหรับการแจกแจง zipf ด้วยพารามิเตอร์การกระจาย 2 ด้วยขนาด 2x3 from numpy import random x = random.zipf(a=2, size=(2, 3)) pri...
Read More →