Question

我有两个2D阵列（或更高维度），一个定义平均值（M），另一个定义标准偏差（S）。是否有一个python库（numpy，scipy，......？）允许我生成一个包含从相应分布中抽取的样本的数组（X）？

换句话说：每个条目x _ij是来自相应均值m _ij和标准差s _{ij <定义的正态分布的样本< /子>}

Answer 1

是numpy可以提供帮助：

有np.random.normal函数接受类似数组的输入：

import numpy as np
means = np.arange(10) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
stddevs = np.ones(10) # [1, 1, 1, 1, 1, 1, 1, 1, 1, 1]

samples = np.random.normal(means, stddevs)

array([-1.69515214, -0.20680708,  0.61345775,  2.98154162,  2.77888087,
        7.22203785,  5.29995343,  8.52766436,  9.70005434,  9.58381479])

即使它们是多维的：

means = np.arange(10).reshape(2,5) # make it multidimensional with shape 2, 5
stddevs = np.ones(10).reshape(2,5)

samples = np.random.normal(means, stddevs)

array([[-0.76585438,  1.22226145,  2.85554809,  2.64009423,  4.67255324],
       [ 3.21658151,  4.59969355,  6.87946817,  9.14658687,  8.68465692]])

第二个的形状为(2,5)

如果您只需要不同的方法但标准偏差相同，您也只能传递一个数组和一个标量，并且仍然可以获得具有正确形状的数组：

means = np.arange(10)

samples = np.random.normal(means, 1)

array([ 0.54018686, -0.35737881,  2.08881115,  3.08742942,  4.4426366 ,
        3.6694955 ,  5.27515536,  8.68300816,  8.83893819,  7.71284217])

Python：从NxM正态分布中提取的NxM样本数组

1 个答案: