scipy.stats.

log#

scipy.stats.log(X, /)[source]#

非負隨機變數的自然對數

參數:

XContinuousDistribution: 具有正支撐的隨機變數 \(X\)。

返回:

YContinuousDistribution: 隨機變數 \(Y = \exp(X)\)。

範例

假設我們有一個伽瑪分佈的隨機變數 \(X\)

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

我們希望有一個 exp-伽瑪分佈的隨機變數 \(Y\)，這是一個自然指數為 \(X\) 的隨機變數。如果 \(X\) 是 \(Y\) 的自然指數，那麼我們必須取 \(Y\) 為 \(X\) 的自然對數。

>>> Y = stats.log(X)

為了展示 X 代表 Y 的指數，我們繪製了 Y 觀測值指數的標準化直方圖，對照 X 的底層 PDF。

>>> 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()