Question

我想创建一个通用随机变量，其分布取决于某个条件，然后根据保留的分布生成一个随机变量序列。例如，


if (condition):
    RV = np.random.normal

""" The above command will assign the standard normal distribution to RV. 
I do not know how to assign the normal distribution with mean $m$ and variance sigma^2.

"""
else:
    RV = np.random.exponential

""" Similar problem here. 
I do not know how to assign the shape parameter of the exponential distribution.

"""

""" generate a sample of size 10 from the distribution a 
"""
for i in range(0,9):
    RV.next()   # I would like a generic function "next" to generate the next number in the sequence

如果满足条件，上面的代码将创建具有标准正态分布的随机变量，否则它将为RV指定具有单位形状参数的指数数字生成器。

我想知道如何使用与默认赋值不同的均值（或分布的其他参数）初始化RV。

Answer 1

使用scipy.stats。例如。

import scipy.stats
r = scipy.stats.uniform() # or other distribution chosen dynamically

random_range = r.rvs(size = 10)

Answer 2

所以，从像Haskell这样的语言来看，部分功能就是如此。基本上，部分函数是一个函数...其中一些args预先填充。

Python还支持部分函数，版本2.5及更高版本：https://docs.python.org/2/library/functools.html#functools.partial

from functools import partial

if (condition):
    RV = partial(np.random.normal, loc=avg, scale=stdev)
else:
    RV = partial(np.random.exponential, scale=scale)

用于随机数生成器

2 个答案: