scipy.stats.

log#

scipy.stats.log(X, /)[源代码]#

非负随机变量的自然对数

参数:

XContinuousDistribution: 具有正支撑的随机变量 \(X\)。

返回:

YContinuousDistribution: 随机变量 \(Y = \exp(X)\)。

示例

假设我们有一个伽马分布的随机变量 \(X\)

>>> import numpy as np
>>> from scipy import stats
>>> Gamma = stats.make_distribution(stats.gamma)
>>> X = Gamma(a=1.0)

我们希望有一个 exp-伽马分布的随机变量 \(Y\)，一个自然指数为 \(X\) 的随机变量。如果 \(X\) 是 \(Y\) 的自然指数，那么我们必须取 \(Y\) 为 \(X\) 的自然对数。

>>> Y = stats.log(X)

为了演示 X 表示 Y 的指数，我们绘制了 Y 观测值的指数的归一化直方图，并与 X 的基础 PDF 进行比较。

>>> import matplotlib.pyplot as plt
>>> rng = np.random.default_rng()
>>> y = Y.sample(shape=10000, rng=rng)
>>> ax = plt.gca()
>>> ax.hist(np.exp(y), bins=50, density=True)
>>> X.plot(ax=ax)
>>> plt.legend(('PDF of `X`', 'histogram of `exp(y)`'))
>>> plt.show()