NumPy：均匀分布的N维样本

Question

假设我有一个范围列表（以下限和上限的形式，包括在内）ranges = [(lb1, ub1), (lb2, ub2)...]和一个正数k。是否有某种方法如何从k给出的N维间隔中采样len(ranges) N维向量（N由ranges给出），使得样本覆盖间隔均匀如可能的？

我没有均匀的定义，它只是直观的（可能是“相邻”点之间的距离相似）。我不是在寻找一种精确的算法（没有定义就不可能），而是寻找如何做到这一点的想法，这在python / numpy中很好。

我（可能）并不是在寻找可以很容易地创建不需要的样本集的随机抽样，但算法肯定是随机的。

Answer 1

如果这些点是独立的，则应该有集群。所以，你希望这些点不是独立的。您想要N维中的low discrepancy sequence之类的东西。 N维中的一种低差异序列是Sobol sequence。这些设计用于高维数值积分，适用于许多但不是所有目的。