假定有自定义的分布数据(X, P)，其中X表示随机变量$X$的取值序列，P表示对应$X$的每个取值的概率序列。scipy.stats包为我们提供了一个rv_discrete类，可以用数据(X, P)创建自定义的离散型随机变量的分布。例如设$X$~$\left(\begin{array}{ccc}1& 2& 10\\ 0.15& 0.55& 0.3\end{array}\right)$，我们用下列代码生成一个以序列X={1, 2, 10}，P={0.15, 0.55, 0.3}表示的分布律的离散型分布mydist。并生成200个服从mydist分布的随机数，模拟此分布描述的随机试验。

from scipy.stats import rv_discrete         #导入rv_discrete类
import numpy as np                          #导入numpy取别名为np
from matplotlib import pyplot as plt        #导入pyplot取别名plt
X=np.array([1, 2, 10])                      #X的取值序列
P=np.array([0.15, 0.55, 0.3])               #对应的概率序列
mydist=rv_discrete(values=(X, P))           #用X，P创建分布mydist
data=mydist.rvs(size=200)                   #200个mydist分布的随机数
plt.hist(data, density=True)                #绘制直方图
plt.plot(X, mydist.pmf(X), 'bo')            #绘制Y的分布律图形
plt.show()

程序的第4~5行设置表示随机变量$X$的分布律的数组X与P。第6行调用rv_discrete函数（第1行导入）用X，P创建自定义离散型分布mydist。该函数的调用接口为
$$\text{re\_discrete(value)}$$
参数value传递表示离散型随机变量的取值序列X与对应取值的概率序列P组成的序偶(X, P)。
第7行调用mydist的rvs方法产生200个服从mydist的随机数，存于数组data。第8行调用plt（第3行导入）的hist方法，用data数据绘制直方图。第9行调用plt的plot方法，绘制随机变量$Y$的概率质量函数（分布律）图形。运行程序，展示下图。

写博不易，敬请支持：
如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！
返回《导引》