来自相关数据点的近似共轭分布，使用python

Question

假设您有一个数据集，例如this one，其中包含多个看起来像这样的特征（26）（此处显示前9个）：

import pandas as pd
df = pd.read_csv(path, index_col=0)
df[df.columns[:9]].head()

有些度量遵循高斯分布，有些遵循指数分布，有些遵循伽马：我可以通过使用scipy检查哪种分布最适合数据来简单地识别它们。

如果这些指标不相关，我可以简单地从每个分布中采样值，就是这样，但是如下面的代码片段所示，它们确实有很大的相关性：

from seaborn import heatmap
heatmap(df.corr())

如果所有这些指标都遵循高斯分布，我可以尝试使用the tools that scipy offers创建一个“简单的”多元高斯分布，但是不得不处理多个分布，我不知道如何将部分分布组合到共轭的。

如何创建部分分布遵循多个分布的共轭分布？

我没有在此处添加数据集的子集，因为我认为这不会提高问题的质量，但是如果需要，我可以提供它。