numpy.random.geometric#

random.geometric(p, size=None)#

從幾何分佈中抽取樣本。

伯努利試驗是只有兩種結果之一的實驗：成功或失敗（這種實驗的一個例子是擲硬幣）。幾何分佈模型為了獲得成功必須進行的試驗次數。因此，它在正整數上得到支持，k = 1, 2, ...。

幾何分佈的機率質量函數是

\[f(k) = (1 - p)^{k - 1} p\]

其中 p 是單次試驗成功的機率。

注意

新程式碼應改用 geometric 方法，該方法屬於 Generator 實例；請參閱快速入門。

參數:

pfloat 或 float 的類陣列: 單次試驗成功的機率。
sizeint 或 int 元組，可選: 輸出形狀。如果給定的形狀是，例如，(m, n, k)，則會抽取 m * n * k 個樣本。如果 size 是 None（預設值），如果 p 是純量，則返回單個值。否則，會抽取 np.array(p).size 個樣本。

返回:

另請參閱

範例

從幾何分佈中抽取一萬個值，其中單次成功的機率等於 0.35

>>> z = np.random.geometric(p=0.35, size=10000)

單次執行後成功了多少次試驗？

>>> (z == 1).sum() / 10000.
0.34889999999999999 #random