我有一个多变量概率密度函数P（x，y，z），我想从中进行采样。通常，我会将numpy.random.choice（）用于此类任务，但此函数仅适用于1维概率密度。多变量pdf是否有相同的函数？
答案 0 :(得分：2)
这里可以遵循一些不同的路径。
（1）如果P（x，y，z）因子为P（x，y，z）= P（x）P（y）P（z）（即x，y和z是独立的）然后你可以分别对每一个进行采样。
（2）如果P（x，y，z）具有更一般的因式分解，则可以将需要采样的变量数减少到其他变量的条件。例如。如果P（x，y，z）= P（z | x，y）P（y | x）P（x），则可以给出x，y给定x，z依次给出y和x。
（3）对于某些特定的发行版，有一些已知的采样方法。例如。对于多元高斯，如果x是来自均值0和同一协方差高斯的样本（即，只是将每个x_i采样为N（0,1）），则y = L x + m具有均值m和协方差S = LL'，其中L是S的下三角形Cholesky分解，必须是正定的。
（4）对于许多多变量分布，上述都不适用，并且应用诸如马尔可夫链蒙特卡罗的更复杂的方案。
如果您对此问题有更多说明，可以提供更具体的建议。