python的numpy 能生成一定概率分布的随机数，但如果需要更具体的概率密度，累积概率，就要使用scipy.stats。scipy.stats用于统计分析，统计工具和随机过程的概率，各个随机过程的随机数生成器可以从numpy.random中找到。本文介绍python中使用scipy.stats产生随机数的原理及实例。

1、scipy.stats正态分步格式

scipy.stats #生成指定分布

scipy.stats.poisson.rvs(loc=期望, scale=标准差, size=生成随机数的个数) #从泊松分布中生成指定个数的随机数

2、使用说明

norm.rvs通过loc和scale参数可以指定随机变量的偏移和缩放参数，这里对应的是正态分布的期望和标准差。

size得到随机数数组的形状参数。

3、scipy.stats使用实例：产生随机数

#1. random number
#np.random.normal(loc=0.0, scale=1.0, size=None)
rv_unif = st.uniform.rvs(size=10)
print(rv_unif)
rv_norm=st.norm.rvs(loc = 5,scale = 1,size =(2,2))
print(rv_norm)
rv_beta=st.beta.rvs(size=10,a=4,b=2)
print(rv_beta)

到此这篇关于python中scipy.stats产生随机数实例讲解的文章就介绍到这了,更多相关python中如何使用scipy.stats产生随机数内容请搜索python博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持python博客！