आप "पूर्वाग्रह" सममित distribuition में आधारित करना चाहते हैं? या शायद घातीय वितरण? गॉसियन कोई भी?
random.triangular(low, high, mode)
:
वापसी एक यादृच्छिक चल बिन्दु संख्या N
ऐसी है कि उन सीमा के बीच निर्दिष्ट मोड के साथ low <= N < high
और । low
और high
सीमा शून्य और एक पर डिफ़ॉल्ट। mode
तर्क सीमाओं के बीच मध्य बिंदु पर डिफ़ॉल्ट रूप से डिफ़ॉल्ट है, जो एक सममित वितरण प्रदान करता है।
random.betavariate(alpha, beta)
:
बीटा वितरण। पैरामीटर पर स्थितियां alpha > 0
और beta > 0
हैं।लौटाए गए मान 0
और 1
के बीच हैं।
random.expovariate(lambd)
:
घातीय वितरण। lambd
1.0
वांछित मतलब से विभाजित है। यह nonzero होना चाहिए। (पैरामीटर "lambda
" कहा जाता होगा, लेकिन है कि अजगर में एक आरक्षित शब्द है।) वापस किया गया मूल्यों से 0
के लिए सकारात्मक अनंत अगर lambd
सकारात्मक है लेकर, और नकारात्मक अनंत से 0
को यदि lambd
नकारात्मक है।
random.gammavariate(alpha, beta)
:
गामा वितरण। (गामा फ़ंक्शन नहीं है!) पैरामीटर पर स्थितियां alpha > 0
और beta > 0
हैं।
random.gauss(mu, sigma)
:
गाऊसी वितरण। mu
मतलब है, और sigma
मानक विचलन है। यह normalvariate()
फ़ंक्शन से नीचे परिभाषित थोड़ा तेज़ है।
random.lognormvariate(mu, sigma)
:
लॉग सामान्य वितरण। यदि आप इस वितरण के प्राकृतिक लॉगरिदम लेते हैं, तो आपको सामान्य औसत mu
और मानक विचलन sigma
के साथ वितरण मिलेगा। mu
कोई मान हो सकता है, और sigma
शून्य से अधिक होना चाहिए।
random.normalvariate(mu, sigma)
:
सामान्य वितरण। mu
मतलब है, और sigma
मानक विचलन है।
random.vonmisesvariate(mu, kappa)
:
mu
मतलब कोण है, 0
और 2*pi
, और kappa
के बीच रेडियन में व्यक्त एकाग्रता पैरामीटर, जो से अधिक या शून्य के बराबर होना चाहिए है। तो kappa
शून्य के बराबर है, इस वितरण रेंज 2*pi
को 0
पर एक वर्दी यादृच्छिक कोण को कम करता है।
random.paretovariate(alpha)
:
परेटो वितरण। alpha
आकार पैरामीटर है।
random.weibullvariate(alpha, beta)
वेइबुल बंटन। alpha
स्केल पैरामीटर और beta
आकार पैरामीटर है।
+1: यदि 'की तुलना में बेहतर {यह सच है:" एच ", गलत: 'टी'} [random.random()