python – 从具有不同间隔的截断正态分布中采样的矢量化代码

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 从具有不同间隔的截断正态分布中采样的矢量化代码，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含824字，纯文字阅读大概需要2分钟。

内容图文

以下代码从具有不同间隔的trunctated正态分布生成大小为100的样本.这样做是否有任何有效(矢量化)方式？

from scipy.stats import truncnorm
import numpy as np
sample=[]
a_s=np.random.uniform(0,1,size=100)
b_s=a_s+0.2
for i in range(100):
    sample.append(truncnorm.rvs(a_s[i], b_s[i], size=100))
print sample

解决方法:

在不久的将来的某一天,所有NumPy / SciPy函数都将广播所有参数,你将能够做truncnorm.rvs(a_s,b_s,size = 100),但既然我们还没有,你可以从统一分布中手动生成随机样本以及正态分布的CDF和PPF：

import numpy as np
from scipy.stats import truncnorm, norm

a_s = np.random.uniform(0, 1, size=100)
b_s = a_s + 0.2

cdf_start = norm.cdf(a_s)
cdf_stop = norm.cdf(b_s)
cdf_samples = np.random.uniform(0, 1, size=(100, 100))
cdf_samples *= (cdf_stop - cdf_start)[:, None]
cdf_samples +=  cdf_start[:, None]
truncnorm_samples = norm.ppf(cdf_samples)

内容总结

以上是互联网集市为您收集整理的python – 从具有不同间隔的截断正态分布中采样的矢量化代码全部内容，希望文章能够帮你解决python – 从具有不同间隔的截断正态分布中采样的矢量化代码所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端