генерация нормального распределения журнала с использованием R

Question

Я хотел бы генерировать нормальный дистрибутив журнала, чтобы использовать его в моем коде на Python, который изменил бы скорость, с которой я попал на сервер. может ли кто-нибудь помочь мне в создании того же.

Answer 1

В R вы можете использовать rlnorm, но почему бы вам не использовать numpy и сделать это прямо в Python.

Посмотрите на этот документ: http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.lognormal.html

Answer 2

Если ваше сердце не устанавливается на использовании R нет никакой необходимости для внешних библиотек. Встроенный Python random module хорошо подходит для общего использования. Он может генерировать случайные числа из множества общих распределений.

import math 
import random 

#generate 10k lognormal samples with mean=0 and stddev=1 
samples = [random.lognormvariate(0,1) for r in xrange(10000)] 

#demonstrate the mean and stddev are close to the target 
#compute the mean of the samples 
log_samples = [math.log(sample) for sample in samples] 
mu = sum(log_samples)/len(samples) 
#compute the variance and standard deviation 
variance = sum([(val-mu)**2 for val in log_samples])/(len(log_samples)-1) 
stddev = var**0.5 

print('Mean: %.4f' % mu) 
print('StdDev: %.4f' % stddev) 

#Plot a histogram if matplotlib is installed 
try: 
    import pylab 
    hist = pylab.hist(samples,bins=100) 
    pylab.show() 

except: 
    print('pylab is not available') 

Если вы используете Rpy2 это поможет вам начать:

import rpy2.robjects as robjects 

#reference the rlnorm R function 
rlnorm = robjects.r.rlnorm 

#generate the samples in R 
samples = rlnorm(n=10000, meanlog=1, sdlog=1)