scipy.stats.Uniform.
熵#
- Uniform.entropy(*, method=None)[源代码]#
微分熵
对于概率密度函数 \(f(x)\) 和支撑集 \(\chi\)，连续随机变量 \(X\) 的微分熵（或简称“熵”）为：
\[h(X) = - \int_{\chi} f(x) \log f(x) dx\]- 参数:
- method{None, ‘formula’, ‘logexp’, ‘quadrature’}
用于评估熵的策略。默认情况下（
None），该基础架构会从以下选项中选择，并按优先级顺序排列。'formula': 使用熵本身的公式'logexp': 计算对数熵并取指数'quadrature': 使用数值积分
并非所有分布都可用所有 method 选项。如果选择的 method 不可用，将引发
NotImplementedError。
- 返回:
- out数组
随机变量的熵。
参见
注释
此函数使用自然对数计算熵；即以 \(e\) 为底的对数。因此，该值以（无量纲）的 “nats” 单位表示。要将熵转换为不同的单位（即与不同的底数相对应），请将结果除以所需底数的自然对数。
参考文献
[1]微分熵, 维基百科, https://en.wikipedia.org/wiki/Differential_entropy
示例
使用所需的参数实例化一个分布
>>> from scipy import stats >>> X = stats.Uniform(a=-1., b=1.)
评估熵
>>> X.entropy() 0.6931471805599454