Question

我有以下numpy矩阵：

R = np.matrix(np.ones([3,3]))

# Update R matrix based on sales statistics
for i in range(0, len(R)):
    for j in range(0, len(R)):  
        R[j,i] = scipy.stats.norm(2, 1).pdf(i) * 100  

print(R)

[[ 5.39909665 24.19707245 39.89422804]
 [ 5.39909665 24.19707245 39.89422804]
 [ 5.39909665 24.19707245 39.89422804]]

我想将每一个列转换为与索引值（0,1,2）相乘的到相应的普通的密度值分布，第一列的平均值分别等于5.39909665，第二列的平均值为24.19707245，第三列的平均值为39.8942280；标准偏差等于1。

最终，将矩阵创建为：

[norm(5.39, 1).pdf(0), norm(24.197, 1).pdf(0), ...]
     [ norm(5.39, 1).pdf(1), norm(24.197, 1).pdf(1), ...]
     [ norm(5.39, 1).pdf(2), norm(24.197, 1).pdf(2), ...]]

如何创建最终矩阵？

Answer 1

pdf方法与任何numpy函数的工作方式非常相似，从某种意义上说，您可以将具有相同形状的数组与标量组合使用。您可以使用以下内容创建R：

ix = np.repeat(np.arange(3),3).reshape((3,3)) #row index, or ix.T for column index
R = scipy.stats.norm(2,1).pdf(ix.T)*100
>>array([[ 5.39909665, 24.19707245, 39.89422804],
   [ 5.39909665, 24.19707245, 39.89422804],
   [ 5.39909665, 24.19707245, 39.89422804]])

按照相同的逻辑，如果您希望[i，j]索引为scipy.stats.norm(scipy.stats.norm(2,1).pdf(j) * 100, 1).pdf(i)（从结果矩阵中得出），请使用：

scipy.stats.norm(scipy.stats.norm(2,1).pdf(ix.T) * 100, 1).pdf(ix)

创建具有不同平均值的正态分布列

1 个答案: