借助于sympy.stats.NormalGamma()方法，我們可以創建具有多元正態伽馬分布的雙變量聯合隨機變量。

用法： sympy.stats.NormalGamma(syms, mu, lamda, alpha, beta)

參數：

syms:the symbol, for identifying the random variable

mu:a real number, the mean of the normal distribution

lambda:a positive integer

alpha:a positive integer

beta:a positive integer

返回： a bivariate joint random variable with multivariate Normal gamma distribution.

范例1：

Python3

# import sympy, NormalGamma, density, symbols

from sympy.stats import density, NormalGamma

from sympy import symbols, pprint

y, z = symbols('y z')

# using sympy.stats.NormalGamma() method

X = NormalGamma('X', 0, 1, 2, 3)

norGammaDist = density(X)(y, z)

pprint(norGammaDist)

輸出：

2

-y *z

------

___ 3/2 -3*z 2

9*\/ 2 *z *e *e

--------------------------

____

2*\/ pi

范例2：

Python3

# import sympy, NormalGamma, density, symbols

from sympy.stats import density, NormalGamma

from sympy import symbols, pprint

y, z = symbols('y z')

# using sympy.stats.NormalGamma() method

X = NormalGamma('X', 1 / 2, 3, 4, 6)

norGammaDist = density(X)(y, z)

pprint(norGammaDist)

輸出：

2

-3*z*(y - 1/2)

----------------

___ 7/2 -6*z 2

108*\/ 6 *z *e *e

--------------------------------------

____

\/ pi

總結

以上是生活随笔為你收集整理的gamma分布python代码_Python sympy.stats.NormalGamma()用法及代码示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。