numpy.random.vonmises

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.vonmises.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.random.vonmises(mu, kappa, size=None)

从von Mises分布绘制样本。

样品从具有指定模式（mu）和色散（kappa）的von Mises分布在间隔[-pi，pi]上绘制。

von Mises分布（也称为圆形正态分布）是单位圆上的连续概率分布。它可以被认为是正态分布的圆形模拟。

参数：	mu：float 模式（“中心”）的分布。 kappa：float 分布的分散，必须> = 0。 size：int或tuple的整数，可选 输出形状。如果给定形状是例如（m， n， k），则 m * n * k默认值为None，在这种情况下返回单个值。
返回：	samples：scalar或ndarray 返回的样本，在区间[-pi，pi]。

也可以看看

scipy.stats.distributions.vonmises

概率密度函数，分布或累积密度函数等。

笔记

von Mises分布的概率密度为

其中是模式和离散，并且是阶数0的修改的贝塞尔函数。

冯米塞斯以理查德·埃德勒·冯·米塞斯的名字命名，他出生于奥地利 - 匈牙利，现在是乌克兰。他于1939年逃往美国，成为哈佛大学的教授。他在概率论，空气动力学，流体力学和科学哲学工作。

参考文献

[R270]

Abramowitz，M。和Stegun，I。一个。（Eds。）。“Handbook of Mathematical Functions with Formula，Graphs，and Mathematical Tables，9th printing，”New York：Dover，1972。

[R271]

von Mises，R.，“Mathematical Theory of Probability and Statistics”，New York：Academic Press，1964。

例子

从分布绘制样本：

>>> mu, kappa = 0.0, 4.0 # mean and dispersion
>>> s = np.random.vonmises(mu, kappa, 1000)

显示样本的直方图，以及概率密度函数：

>>> import matplotlib.pyplot as plt
>>> from scipy.special import i0
>>> plt.hist(s, 50, normed=True)
>>> x = np.linspace(-np.pi, np.pi, num=51)
>>> y = np.exp(kappa*np.cos(x-mu))/(2*np.pi*i0(kappa))
>>> plt.plot(x, y, linewidth=2, color='r')
>>> plt.show()

（源代码，png，pdf）