पायथन में लॉग-सामान्य वितरण का उपयोग कैसे करें
आप लॉग-सामान्य वितरण का अनुसरण करने वाले यादृच्छिक चर उत्पन्न करने के लिए पायथन में SciPy लाइब्रेरी के lognorm() फ़ंक्शन का उपयोग कर सकते हैं।
निम्नलिखित उदाहरण दिखाते हैं कि व्यवहार में इस फ़ंक्शन का उपयोग कैसे करें।
लॉगनॉर्मल वितरण कैसे उत्पन्न करें
आप एक यादृच्छिक चर उत्पन्न करने के लिए निम्नलिखित कोड का उपयोग कर सकते हैं जो μ = 1 और σ = 1 के साथ लॉग-सामान्य वितरण का अनुसरण करता है:
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])
ध्यान दें कि lognorm.rvs() फ़ंक्शन में, s मानक विचलन है और Math.exp() में मान उस लॉगनॉर्म वितरण का माध्य है जिसे आप उत्पन्न करना चाहते हैं।
इस उदाहरण में, हमने माध्य 1 और मानक विचलन भी 1 निर्धारित किया है।
लॉगनॉर्मल डिस्ट्रीब्यूशन को कैसे प्लॉट करें
हम पिछले उदाहरण में बनाए गए लॉग-सामान्य रूप से वितरित यादृच्छिक चर के मानों का हिस्टोग्राम बनाने के लिए निम्नलिखित कोड का उपयोग कर सकते हैं:
import matplotlib. pyplot as plt #create histogram plt. hist (lognorm_values, density= True , edgecolor=' black ')
Matplotlib हिस्टोग्राम में डिफ़ॉल्ट रूप से 10 डिब्बे रखता है, लेकिन हम डिब्बे तर्क का उपयोग करके इस संख्या को आसानी से बढ़ा सकते हैं।
उदाहरण के लिए, हम डिब्बे की संख्या 20 तक बढ़ा सकते हैं:
import matplotlib. pyplot as plt #create histogram plt. hist (lognorm_values, density= True , edgecolor=' black ', bins= 20 )
बक्सों की संख्या जितनी अधिक होगी, हिस्टोग्राम में पट्टियाँ उतनी ही संकीर्ण होंगी।
संबंधित: मैटप्लोटलिब हिस्टोग्राम में बिन आकार को समायोजित करने के तीन तरीके
अतिरिक्त संसाधन
निम्नलिखित ट्यूटोरियल बताते हैं कि पायथन में अन्य संभाव्यता वितरणों का उपयोग कैसे करें:
पायथन में पॉइसन वितरण का उपयोग कैसे करें
पायथन में घातीय वितरण का उपयोग कैसे करें
पायथन में यूनिफ़ॉर्म डिस्ट्रीब्यूशन का उपयोग कैसे करें