[Numpy] 분포함수(distribution)

Numpy로 랜덤한 값을 기반으로 분포함수를 구현하는 방법입니다. 

파이썬으로 하기 정말 간단한데 분포가 워낙 많이 있다보니깐 쓰는 함수만 쓰게 되긴 합니다만

복잡한 모델을 하다보면 평가방식을 달리 하거나 새로운 접근을 위해서 포스팅에 정리합니다.

 

구현

맛보기로 정규분포와 푸아송 분포를 구현해보겠습니다. 

나머지 분포는 밑에 표로 남겨 놓겠습니다. 

poisson 분포의 람다값은 1로 하겠습니다.

 

import numpy.random as npr

#샘플 사이즈
sample_size = 500

#분포
rd1 = npr.standard_normal(sample_size)
rd2 = npr.poisson(lam=1.0, size = sample_size)

# 그리기
from pylab import plt, mpl

plt.style.use('seaborn')
mpl.rcParams['font.family'] = 'serif'
%matplotlib inline

fig, (ax1,ax2) = plt.subplots(nrows=2, ncols=1, figsize=(10,8))
ax1.hist(rd1, bins=25)
ax1.set_title('standard normal')
ax2.hist(rd2,bins=25)
ax2.set_title('Poisson')

 

 

분포함수 정리

너무 많아 표로 정리합니다. 

분포함수에 알맞는 파라미터에 적당한 값을 넣어서 구현하면 됩니다. 

각 분포함수에 대한 정의나 성질은 추후에 포스팅을 하겠습니다.

함수	파라미터	출력
beta	a,b[,size]	beta distribution over [0,1]
binomial	n,p[,size	binomial distribution
chisquare	df[,size]	chi-square distribution
dirichlet	alpha[,size]	Dirichlet distribution
exponential	[scale,size]	Exponential distribution
f	dfnum,dfden[,size]	F distribution
gamma	shape[,scale,size]	gamma distribution
gemetric	p[,size]	geometric distribution
gumbel	[loc, scale, size]	Gumbel distribution
hypergeometric	ngood,nbad,nsample[,size]	hypergeometric distribution
laplace	[loc,scale,size]	Laplace or double exponential distribution
logistic	[loc,scale,size]	logisitic distribution
lognormal	[mean,sigma,size]	log-normal distribution
logseries	p[,size]	logarithmic series distribution
multinomial	n,pvals[,size]	multinomial distribution
multivariate_normal	mean, cov[,size]	multivariate normal distribution
negative_binomial	n,p[,size]	negative binomial distribution
noncentral_chisquare	df,nonc[,size]	noncentral chi-square distribution
noncentral_f	dfnum,dfden,nonc[,size]	noncentral F distribution
normal	[loc,scale,size]	normal(Gaussian) distribution
pareto	a[,size]	Pareto II or Lomax distribution with the specified shape
poisson	[lam,size]	Poisson distribution
power	a[,size]	power distribution with positive exponent a-1 in [0,1]
rayleigh	[scale, size]	Rayleigh distribution
standard_cauchy	[size]	standard Cauchy distirbution with mode=0
standard_exponential	[size]	standard exponential distrtibution
standard_gamma	shape[size]	standard gamma distribution
standard_normal	[size]	standard normal distirbution(mean=0,stdev=1)
standard_t	df[,size]	Student's t distirubtion with df degrees of freedom
triangular	left,mode,right[,size]	tirangular distribution over the interval[left, right]
uniform	[low,high,size]	uniform distribution
vomises	mu,kappa[,size]	von Mises distribution
wald	mean, scale[,size]	Wald, or inverse Gaussian distribution
weibull	a[,size]	Weibull distribution
zipf	a[,size]	Zipf distribution

 

관련 포스팅

[Python/Numpy] - ndarray 랜덤한값 생성

 

참고문헌

• Python for Finance