本文介绍了在 SciPy (Python) 中从拟合 PDF 生成随机样本的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
使用 scipy.stats 为数据集提供拟合分布，其内容类似于:
Given a fit distribution to a dataset using scipy.stats with something similar to:
data = fetch_data(file)
x = np.linspace(0, 100, 1000)
param = scipy.stats.norm.fit(data)
fit_pdf = scipy.stats.norm.pdf(x, param[0], param[1])
从这个拟合数据生成 N=1000 个随机样本的最佳方法是什么?给定 PDF 中的任何值数组，是否可以生成随机样本?
What is the best way to generate N=1000 random samples from this fit data? Is it possible to generate random samples given any array of values in a PDF?
推荐答案
生成随机样本的最佳方法是:
The best way to generate the random samples is:
data = fetch_data(file)
x = np.linspace(0, 100, 1000)
param = scipy.stats.norm.fit(data)
random_samples = scipy.stats.norm.rvs(param[0], param[1], size=1000)
要使用给定的 pdf 作为数组生成随机样本，您可以使用以下命令:
To generate random samples using a given pdf as an array you can use the following:
fit_pdf = scipy.stats.norm.pdf(x, param[0], param[1])
samples = np.random.choice(x, size=1000, p=fit_pdf/np.sum(fit_pdf))
这篇关于在 SciPy (Python) 中从拟合 PDF 生成随机样本的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！