使用 scipy 从 pdf 中选择随机值

Posted 2023-03-12

【中文标题】使用 scipy 从 pdf 中选择随机值

【英文标题】：Selecting random values from a pdf with scipy

【发布时间】：2022-01-19 10:20:59

【问题描述】：

给定数据框：

Brick_cp = pd.DataFrame("CP":Brick_cp)

对应于这个分布：

sns.distplot(Brick_cp, fit = stats.norm)

VISUALIZATION

然后我根据这些值创建一个普通函数：

loc, scale = stats.norm.fit(Brick_cp.astype(float))

loc, scale = Out[]: (911.1121589743589, 63.42365993765692)

#PROBABILITY DENSITY FUNCTION (PDF)
x = np.linspace (start = 600, stop = 1200, num = 100)
pdf = stats.norm.pdf(x, loc=loc, scale=scale)

PDF

CDF 对应的对象：

cdf = stats.norm.cdf(x, loc=loc, scale=scale)

CDF

最后我创建了概率密度函数 (PDF)：

cdf_ = np.linspace(start=0, stop=1, num=10000)
x_ = stats.norm.ppf(cdf_, loc=loc, scale=scale)

PPF

目的是从 PDF 中生成预定义数量的随机值。为此，我想在 PPF 中生成介于 0 和 1 之间的随机值，并在横坐标上找到相应的值。目前我是这样做的：

v = np.random.uniform(0,1,1000)
f = lambda x1: np.interp(x1, cdf_, x_)
brick_cp_value = f(v)

我想问一下 scipy 中是否有更简单的随机抽样方法，以及我使用的方法是否正确。不幸的是我是初学者。谢谢

编辑：我也试过这个方法：

random_samples = stats.norm.rvs(loc, scale, size=1000)

【问题讨论】：

高斯分布只是为了演示，还是您实际上只想从高斯中采样？

感谢您的回复。我想从高斯采样。我还添加了一个新方法。我希望它是正确的。

【参考方案1】：

从高斯采样是很常见的事情，因此有一个简单的方法可以做到这一点给定 pdf 的平均值 (loc) 和标准变化 (scale)（例如使用 numpy.random.normal()）：

import pandas as pd
import numpy as np
import seaborn as sns
import scipy.stats as stats

Brick_cp = pd.DataFrame("CP":Brick_cp)
sns.distplot(Brick_cp, fit = stats.norm)
loc, scale = stats.norm.fit(Brick_cp.astype(float))
random_samples = np.random.normal(loc, scale, size=1000)

【讨论】：

它有效。非常感谢