from scipy.stats import pearsonr,scipy.stats.t

　　python的Numpy可以生成具有一定概率分布的随机数，但如果需要更具体的概率密度和累积概率，就要使用scipy.stats Scipy.stats是用于统计分析、统计工具和随机过程的概率。每个随机进程的随机数生成器可以从numpy.random中找到本文介绍了在python中使用scipy.stats生成随机数的原理和实例。

　　1、scipy.stats正态分步格式

　　Scipy.stats#生成指定的分布

　　Scipy.stats.poisson.rvs(loc=期望值，scale=标准差，size=生成的随机数个数)#从泊松分布生成指定个数的随机数2、使用说明。

　　Norm.rvs可以通过loc和scale参数指定随机变量的偏移和缩放参数，对应正态分布的期望和标准差。

　　获取大小随机数数组的形状参数。

　　3、scipy.stats使用实例：产生随机数

　　#1 .随机数

　　#np.random.normal(loc=0.0，scale=1.0，size=None)

　　rv_unif=st.uniform.rvs(size=10)

　　打印(rv_unif)

　　rv_norm=st.norm.rvs(loc=5，scale=1，size=(2，2))

　　打印(rv_norm)

　　RV _ beta=STRVs(大小=10，a=4，b=2)

　　Print(rv_beta)以上是python中使用scipy.stats生成随机数的原理和例子。希望能帮到你~

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。