如下所示：

# Seed random number generator

np.random.seed(42)

# Compute mean no-hitter time: tau

tau = np.mean(nohitter_times)

# Draw out of an exponential distribution with parameter tau: inter_nohitter_time

inter_nohitter_time = np.random.exponential(tau, 100000)

# Plot the PDF and label axes

_ = plt.hist(inter_nohitter_time,

bins=50, normed=True, histtype='step')

_ = plt.xlabel('Games between no-hitters')

_ = plt.ylabel('PDF')

# Show the plot

plt.show()

指數分布的擬合

# Create an ECDF from real data: x, y

x, y = ecdf(nohitter_times)

# Create a CDF from theoretical samples: x_theor, y_theor

x_theor, y_theor = ecdf(inter_nohitter_time)

# Overlay the plots

plt.plot(x_theor, y_theor)

plt.plot(x, y, marker='.', linestyle='none')

# Margins and axis labels

plt.margins(0.02)

plt.xlabel('Games between no-hitters')

plt.ylabel('CDF')

# Show the plot

plt.show()

以上這篇python-numpy-指數分布實例詳解就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的指数分布java_python-numpy-指数分布实例详解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。