根据二项式和指数分布生成数字

Question

我想根据

1）在[0,1]之间生成N（1000）数字。二项分布：对于二项分布，如果我使用s=np.random.binomial(10,0.5,1000)那么我得到的数字在1到10之间。有什么办法可以将它们限制在[0,1]

2）。指数分布：对于指数如果我使用：x=np.random.exponential(1,1000)那么我也无法获得[0,1]之间的数字

是否有某种方式可以根据我在python [0,1]之间生成浮点数到二项和指数分布。

Answer 1

二项分布：

vcnt = 10  
s=np.random.binomial(vcnt,0.5,1000) 
s = [elem/float(vcnt) for elem in s] 

或者你也可以用做：

vcnt = 10  
s=np.random.binomial(vcnt,0.5,1000)/float(vcnt) 

你可以检查与结果：

print(max(s)) 
print(min(s)) 

指数分布，这是更复杂，因为指数分布的随机变量可以采用无限大（小）的值。

Answer 2

1）没有办法在0和1之间生成二项分布式浮点数。为什么？因为在二项分布中，随机变量N =成功次数，因此每个定义一个整数。你可以做的是：

s = np.random.binomial(100, 0.5, size=1000)/100. 

编辑：或者等价形式：

s = np.random.binomial(100, 0.5, size=1000)/float(100) 

为了确保您一个浮动，而不是一个整数devide。

这将根据n（=试验次数）= 100，p = 0.5根据比例二项式分布为您提供0.xx形式的花车。你用这段代码得到了什么？对于每一个抽取的随机变量，你每次掷硬币100次，并在每次显示头部时将1加1（或者尾巴，因为你选择p为0.5）并不重要。由于这样的事实，头部和长度100的尾部的任何序列具有相同的概率（即P 1 100），您可以根据所有可能的组合数与分配结束：

http://en.wikipedia.org/wiki/Combination

你做什么除以100是你定义你的随机变量不加1时，头显示，但1/100。为了增加N到1000或10000，你会越来越接近的东西，可以用正态分布来近似：

http://en.wikipedia.org/wiki/Binomial_distribution#Normal_approximation

http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.normal.html#numpy.random.normal

注意p不应该是接近0或1为近似值。

2）在这里，你可能要像泊松分布：

http://en.wikipedia.org/wiki/Binomial_distribution#Poisson_approximation

http://en.wikipedia.org/wiki/Poisson_distribution

https://stats.stackexchange.com/questions/2092/relationship-between-poisson-and-exponential-distribution