Belirli bir olasılık dağılımı için nasıl bir histogram oluştururum (bir sunucuda işlev testi yapmak için)?

Question

Bir sunucunun işlevlerini gerçekçi bir frekans dağılımı kullanarak otomatik olarak test etmeye çalışıyorum. o "tür" (hızlı rampaları anında hızlı ama düştüğü) Gözlemlediğim dağılımını maçları

olarak (yük testi çeşit, simülasyon sıralama)

Ben Weibull dağılımını seçtiniz

how_many_days = (end_date - start_date).days 
freqs = defaultdict(int) 
for x in xrange(how_many_responses): 
    freqs[int(how_many_days * weibullvariate(0.5, 2))] += 1 
timeline = [] 
day = start_date 
for i,freq in sorted(freqs.iteritems()): 
    timeline.append((day, freq)) 
    day += timedelta(days=1) 
return timeline 

: Ben Python bir algoritmasını birlikte işlerin bu tür kesmek ettik ama kludgy hissediyor

belirlenmiş başlangıç ​​ve bitiş tarihi arasındaki her gün gönderilmesi gerekmektedir istek sayısını üretmek için bu dağılımı kullanın

Bunu yapmak için daha iyi yollar var mı? ,

Answer 1

Bu hızlı ve büyük olasılıkla doğru değildir, ancak PDF'yi kendiniz hesaplarsanız, en azından birkaç küçük/büyük olanı tek bir zaman çizelgesine yerleştirmeyi kolaylaştırırsınız. dev, pürüzlülüğü kontrol eden Guassian gürültüsündeki std sapmasıdır. İstediğinizi oluşturmak için bu değil 'doğru' yol olduğunu unutmayın, ama bu kolaydır.

import math 
from datetime import datetime, timedelta, date 
from random import gauss 

how_many_responses = 1000 
start_date = date(2008, 5, 1) 
end_date = date(2008, 6, 1) 
num_days = (end_date - start_date).days + 1 
timeline = [start_date + timedelta(i) for i in xrange(num_days)] 

def weibull(x, k, l): 
    return (k/l) * (x/l)**(k-1) * math.e**(-(x/l)**k) 

dev = 0.1 
samples = [i * 1.25/(num_days-1) for i in range(num_days)] 
probs = [weibull(i, 2, 0.5) for i in samples] 
noise = [gauss(0, dev) for i in samples] 
simdata = [max(0., e + n) for (e, n) in zip(probs, noise)] 
events = [int(p * (how_many_responses/sum(probs))) for p in simdata] 

histogram = zip(timeline, events) 

print '\n'.join((d.strftime('%Y-%m-%d ') + "*" * c) for d,c in histogram) 

Answer 2

Neden bunu tüm bunları ve daha önceden oluşturulmuş ile gelir, sizin sunucu test yüklemeye The Grinder 3 kalkma ve bir betik dili yerine sabit bir değer olarak isteklerinin sayısını vermenin

Answer 3

olarak piton destekler Neden bunun yerine bir ölçekleme faktörü kullanmıyorsunuz? Şu anda, istekleri sınırlı bir miktar olarak ele alıyorsunuz ve bu isteklerin reddedildiği günleri rastgele yapıyorsunuz. Günlük taleplerinizi bağımsız olarak ele almak daha mantıklı görünebilir.

from datetime import * 
from random import * 

timeline = [] 
scaling = 10 
start_date = date(2008, 5, 1) 
end_date = date(2008, 6, 1) 

num_days = (end_date - start_date).days + 1 
days = [start_date + timedelta(i) for i in range(num_days)] 
requests = [int(scaling * weibullvariate(0.5, 2)) for i in range(num_days)] 
timeline = zip(days, requests) 
timeline 

Answer 4

ben kısa olması yukarıdaki kodu yeniden yazdı (ama belki de artık gizleme?) Biraz daha uzun

timeline = (start_date + timedelta(days=days) for days in count(0)) 
how_many_days = (end_date - start_date).days 
pick_a_day = lambda _:int(how_many_days * weibullvariate(0.5, 2)) 
days = sorted(imap(pick_a_day, xrange(how_many_responses))) 
histogram = zip(timeline, (len(list(responses)) for day, responses in groupby(days))) 
print '\n'.join((d.strftime('%Y-%m-%d ') + "*" * c) for d,c in histogram) 

Answer 5

ancak son dört hatlarının muhtemelen daha okunabilir rework:

samples = [0 for i in xrange(how_many_days + 1)] 
for s in xrange(how_many_responses): 
    samples[min(int(how_many_days * weibullvariate(0.5, 2)), how_many_days)] += 1 
histogram = zip(timeline, samples) 
print '\n'.join((d.strftime('%Y-%m-%d ') + "*" * c) for d,c in histogram) 

Bu, örnekleri her zaman tarih aralığı içinde bırakır, ancak [0, 1] aralığının üzerindeki tüm örneklerden zaman çizelgesinin sonunda karşılık gelen bir çarpma elde edersiniz.

Answer 6

Başka bir çözüm Pythonda kolayca tüm (dağılımlar için araçları çok dahil) R gücünün koyar Rpy, kullanmaktır.