كيفية استخدام التوزيع السجل الطبيعي في بايثون

يمكنك استخدام الدالة lognorm() ‎ لمكتبة SciPy في Python لإنشاء متغير عشوائي يتبع توزيع السجل الطبيعي.

توضح الأمثلة التالية كيفية استخدام هذه الوظيفة عمليًا.

كيفية توليد التوزيع اللوغاريتمي الطبيعي

يمكنك استخدام الكود التالي لإنشاء متغير عشوائي يتبع توزيع السجل الطبيعي مع μ = 1 و σ = 1:

 import math
import numpy as np
from scipy. stats import lognorm

#make this example reproducible
n.p. random . seed ( 1 )

#generate log-normal distributed random variable with 1000 values
lognorm_values = lognorm. rvs (s= 1 , scale=math. exp ( 1 ), size= 1000 )

#view first five values
lognorm_values[:5]

array([13.79554017, 1.47438888, 1.60292205, 0.92963, 6.45856805])

لاحظ أنه في الدالة lognorm.rvs() ، s هو الانحراف المعياري والقيمة في math.exp() هي متوسط التوزيع اللوغاريتمي الطبيعي الذي تريد إنشاءه.

في هذا المثال، قمنا بتعيين المتوسط ليكون 1 والانحراف المعياري ليكون أيضًا 1 .

كيفية رسم التوزيع اللوغاريتمي الطبيعي

يمكننا استخدام الكود التالي لإنشاء رسم بياني لقيم المتغير العشوائي المسجل بشكل طبيعي الذي أنشأناه في المثال السابق:

 import matplotlib. pyplot as plt

#create histogram
plt. hist (lognorm_values, density= True , edgecolor=' black ')

يقوم Matplotlib افتراضيًا بـ 10 صناديق في الرسوم البيانية، لكن يمكننا بسهولة زيادة هذا العدد باستخدام وسيطة bins .

على سبيل المثال، يمكننا زيادة عدد الصناديق إلى 20:

 import matplotlib. pyplot as plt

#create histogram
plt. hist (lognorm_values, density= True , edgecolor=' black ', bins= 20 ) 

كلما زاد عدد الصناديق، كلما كانت الأشرطة أضيق في الرسم البياني.

ذات صلة: ثلاث طرق لضبط حجم الصندوق في الرسوم البيانية لـ Matplotlib

مصادر إضافية

تشرح البرامج التعليمية التالية كيفية استخدام التوزيعات الاحتمالية الأخرى في بايثون:

كيفية استخدام توزيع بواسون في بايثون
كيفية استخدام التوزيع الأسي في بايثون
كيفية استخدام التوزيع الموحد في بايثون