न्यूमपी ट्यूटोरियल

न्यूमपी होम NumPy परिचय NumPy प्रारंभ करना NumPy सरणी बनाना NumPy ऐरे इंडेक्सिंग NumPy ऐरे स्लाइसिंग NumPy डेटा प्रकार NumPy कॉपी बनाम व्यू NumPy सरणी आकार NumPy ऐरे रीशेप NumPy ऐरे इटरेटिंग NumPy सरणी में शामिल हों NumPy ऐरे स्प्लिट NumPy सरणी खोज NumPy सरणी क्रमबद्ध करें NumPy ऐरे फ़िल्टर

न्यूमपी रैंडम

यादृच्छिक परिचय डेटा वितरण यादृच्छिक क्रमपरिवर्तन सीबॉर्न मॉड्यूल सामान्य वितरण द्विपद वितरण मछली वितरण वर्दी वितरण रसद वितरण बहुराष्ट्रीय वितरण घातांकी रूप से वितरण ची स्क्वायर वितरण रेले वितरण पारेतो वितरण ज़िप वितरण

NumPy ufunc

ufunc परिचय ufunc समारोह बनाएँ ufunc सरल अंकगणित ufunc गोलाई दशमलव ufunc लॉग्स ufunc सारांश यूफंक उत्पाद ufunc मतभेद ufunc एलसीएम ढूँढना ufunc जीसीडी ढूँढना ufunc त्रिकोणमितीय ufunc अतिशयोक्तिपूर्ण ufunc सेट ऑपरेशंस

प्रश्नोत्तरी/व्यायाम

न्यूमपी क्विज न्यूमपी एक्सरसाइज

घातांकी रूप से वितरण


घातांकी रूप से वितरण

घातीय वितरण का उपयोग अगली घटना जैसे विफलता/सफलता आदि तक के समय का वर्णन करने के लिए किया जाता है।

इसके दो पैरामीटर हैं:

scale- दर का व्युत्क्रम (पाइसन वितरण में लैम देखें) 1.0 पर चूक करता है।

size- लौटे सरणी का आकार।

उदाहरण

2x3 आकार के साथ 2.0 पैमाने के साथ घातीय वितरण के लिए एक नमूना तैयार करें:

from numpy import random

x = random.exponential(scale=2, size=(2, 3))

print(x)

घातीय वितरण का विज़ुअलाइज़ेशन

उदाहरण

from numpy import random
import matplotlib.pyplot as plt
import seaborn as sns

sns.distplot(random.exponential(size=1000), hist=False)

plt.show()

परिणाम


पॉइसन और घातीय वितरण के बीच संबंध

पॉइसन वितरण एक समय अवधि में एक घटना की घटनाओं की संख्या से संबंधित है जबकि घातीय वितरण इन घटनाओं के बीच के समय से संबंधित है।