我正在寻找一个简单的函数,它可以根据相应的(也是指定的)概率生成指定随机值的数组 . 我只需要它来生成浮点值,但我不明白为什么它不能生成任何标量 . 我可以想到从现有函数构建这个函数的许多方法,但我想我可能只是错过了一个明显的SciPy或NumPy函数 .
例如 . :
>>> values = [1.1, 2.2, 3.3]
>>> probabilities = [0.2, 0.5, 0.3]
>>> print some_function(values, probabilities, size=10)
(2.2, 1.1, 3.3, 3.3, 2.2, 2.2, 1.1, 2.2, 3.3, 2.2)
注意:我找到 scipy.stats.rv_discrete 但我不明白它是如何工作的 . 具体来说,我不明白这(下面)的含义是什么,也不应该做什么:
numargs = generic.numargs
[ <shape(s)> ] = ['Replace with resonable value', ]*numargs
如果rv_discrete是我应该使用的,你能否提供一个简单的例子和对上述“形状”陈述的解释?
5 回答
从离散分布中绘制直接构建为numpy . 该函数被称为random.choice(在numpy文档中没有任何对离散分布的引用很难找到) .
这是一个简短的,相对简单的函数,它返回加权值,它使用NumPy的
digitize
,accumulate
和random_sample
.它的工作原理如下:
首先使用
accumulate
我们创建箱子 .然后我们使用
random_sample
创建一堆随机数(在0
和1
之间)我们使用
digitize
来查看这些数字属于哪些箱柜 .并返回相应的值 .
你正朝着一个好方向前进:内置的
scipy.stats.rv_discrete()
直接创建了一个离散的随机变量 . 下面是它的工作原理:因此,上面的分发
distrib
返回values
列表中的索引 .更一般地,
rv_discrete()
在其values=(…,…)
参数的第一个元素中采用一系列整数值,并返回这些值,在这种情况下;无需转换为特定(浮点)值 . 这是一个例子:其中(整数)输入值以所需概率直接返回 .
您还可以使用Lea,一个专用于离散概率分布的纯Python包 .
Etvoilà!
最简单的DIY方式是将概率总结为累积分布 . 这样,您可以将单位间隔分割为长度等于原始概率的子间隔 . 现在在[0,1)上生成一个随机数统一,并查看它所到达的间隔 .