-
Notifications
You must be signed in to change notification settings - Fork 0
/
01_monte.py
48 lines (40 loc) · 1.31 KB
/
01_monte.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
2018/7/27
01_monte.py
http://aidiary.hatenablog.com/entry/20140620/1403272044
上のURLを参考にモンテカルロ法に関するプログラムを作る。
一様乱数(Uniform distribution)の生成のプログラム
"""
#一様乱数の生成してヒストグラムを描画
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import uniform
print("numpy or scipy?")
selct = input()
#numpyを使って一様乱数の生成
if selct == "numpy":
#plt.rcParams['figure.figsize'] = (10, 10)
np.random.seed()
N = 10000
x = np.random.uniform(0.0, 1.0, N)
nbins = 50
plt.hist(x, nbins, normed=True, label="frozen pdf")
plt.show()
#scipy.stats用いて一様乱数の生成
if selct == "scipy":
#一様分布に従う確率分布からランダムサンプリング
np.random.seed()
N = 10000
#[0.0, 1.0]の一様分布に従う確率変数
rv = uniform(loc=0.0, scale=1.0)
#一様分布からサンプリング
x = rv.rvs(size=N)
nbins = 50
plt.hist(x, nbins, normed=True, label='frozen pdf')
#真のPDFを描画
x = np.linspace(uniform.ppf(0.01), uniform.ppf(0.99), 100)
plt.plot(x, uniform.pdf(x), 'r-', lw=4, label='uniform pdf') #lwは線の太さ
plt.legend()
plt.show()