scipy.stats.uniform_direction#

scipy.stats.uniform_direction = <scipy.stats._multivariate.uniform_direction_gen object>[源代码]#

一个向量值的均匀方向。

返回一个随机方向（单位向量）。dim 关键字指定空间的维度。

参数:
dim标量

方向的维度。

seed{None, int, numpy.random.Generator,

用于绘制随机变量。如果 seed 是 None，则使用 RandomState 单例。如果 seed 是一个 int，则使用一个新的 RandomState 实例，并使用 seed 作为种子。如果 seed 已经是 RandomState 或 Generator 实例，则使用该对象。默认为 None。

方法

rvs(dim=None, size=1, random_state=None)

绘制随机方向。

注释

此分布生成在超球面表面上均匀分布的单位向量。 这些可以解释为随机方向。 例如，如果 dim 是 3，则将对 \(S^2\) 表面上的 3D 向量进行采样。

参考文献

[1]

Marsaglia, G. (1972). “Choosing a Point from the Surface of a Sphere”. Annals of Mathematical Statistics. 43 (2): 645-646.

示例

>>> import numpy as np
>>> from scipy.stats import uniform_direction
>>> x = uniform_direction.rvs(3)
>>> np.linalg.norm(x)
1.

这将生成一个随机方向，即 \(S^2\) 表面上的向量。

或者，可以调用该对象（作为函数）以返回具有固定 dim 参数的冻结分布。 在这里，我们创建一个 uniform_direction，其中 dim=3 并绘制 5 个观测值。 然后将样本排列成 5x3 形状的数组。

>>> rng = np.random.default_rng()
>>> uniform_sphere_dist = uniform_direction(3)
>>> unit_vectors = uniform_sphere_dist.rvs(5, random_state=rng)
>>> unit_vectors
array([[ 0.56688642, -0.1332634 , -0.81294566],
       [-0.427126  , -0.74779278,  0.50830044],
       [ 0.3793989 ,  0.92346629,  0.05715323],
       [ 0.36428383, -0.92449076, -0.11231259],
       [-0.27733285,  0.94410968, -0.17816678]])
在本页上