numpy.random.zipf

numpy.random.zipf(a, size=None)

从Zipf分布中提取样本。

从具有指定参数的zipf分布中提取样本 a ＞1。

zipf分布（也称为zeta分布）是一个连续的概率分布，满足zipf定律：一个项目的频率与它在频率表中的排名成反比。

参数:

a : 浮点数或类似浮点数的数组

分布参数。应大于1。

size : int或int的元组，可选

输出形状。如果给定的形状是，例如， (m, n, k) 然后 m * n * k 取样。如果尺寸是 None （默认），如果 a 是标量。否则， np.array(a).size 取样。

返回:

out : ndarray或scalar

从参数化zipf分布中提取样本。

参见

scipy.stats.zipf

概率密度函数、分布或累积密度函数等。

笔记

Zipf分布的概率密度为

p（x）=frac x^-a zeta（a），

在哪里？ \zeta 是黎曼齐塔函数。

它是以美国语言学家乔治·金斯利·齐普夫命名的，他指出，语言样本中任何单词的频率与频率表中的排名成反比。

工具书类

[1]	Zipf，G.K.，“语言相对频率原理的精选研究”，马萨诸塞州剑桥：哈佛大学出版社，1932年。

实例

从分发中抽取样本：

>>> a = 2. # parameter
>>> s = np.random.zipf(a, 1000)

显示样本的直方图，以及概率密度函数：

>>> import matplotlib.pyplot as plt
>>> from scipy import special

在50处截断S值，因此绘图很有趣：

>>> count, bins, ignored = plt.hist(s[s<50], 50, density=True)
>>> x = np.arange(1., 50.)
>>> y = x**(-a) / special.zetac(a)
>>> plt.plot(x, y/max(y), linewidth=2, color='r')
>>> plt.show()