numpy.random.beta#

random.beta(a, b, size=None)#

從 Beta 分佈中抽取樣本。

Beta 分佈是 Dirichlet 分佈的一個特例，且與 Gamma 分佈相關。其機率分佈函數為

\[f(x; a,b) = \frac{1}{B(\alpha, \beta)} x^{\alpha - 1} (1 - x)^{\beta - 1},\]

其中正規化常數 B 為 beta 函數，

\[B(\alpha, \beta) = \int_0^1 t^{\alpha - 1} (1 - t)^{\beta - 1} dt.\]

它常出現於貝氏推論和順序統計中。

注意

新程式碼應改用 Generator 實例的 beta 方法；請參閱快速入門。

參數:

a浮點數或浮點數的類陣列: Alpha，正數 (>0)。
b浮點數或浮點數的類陣列: Beta，正數 (>0)。
size整數或整數元組，選填: 輸出形狀。如果給定的形狀為，例如 (m, n, k)，則會抽取 m * n * k 個樣本。如果 size 為 None (預設值)，且 a 和 b 均為純量，則會返回單一值。否則，會抽取 np.broadcast(a, b).size 個樣本。

返回:

另請參閱