cost 317 ms
无法在数组元素中分配“np.random.normal 之和” - Can't assign the "sum of np.random.normal" in a element of array

我正在尝试通过random.normal生成随机数并对其进行汇总。 然后,我尝试将值分配给数组sum中的每个元素。 我通过np.zeros创建了一个零数组(浮点型),然后按以下方式分配值。 我试图利用 numpy 和 matlibplot.pyplot 作为库来执行此操作。 我的代码: 当我在 G ...

使用 scipy.stats.kstest 对大型集进行均匀性测试 - Uniformity test on a large set using scipy.stats.kstest

我正在玩一些硬件熵创建。 我使用电子传感器对环境进行采样,使用分辨率在 12-16 位之间的 A2D。 我假设这些读数中的低阶位包含足够的噪声和真实世界的熵,可以有效地“随机”——至少足以播种 PRNG。 我的方法是获取样本并逐步截断它们,切掉最重要的位,直到结果开始看起来均匀分布。 然后随着时间的 ...

`numpy.random.normal` 在不同的系统上生成不同的数字 - `numpy.random.normal` generates different numbers on different systems

我正在将两个不同系统上使用np.random.normal生成的数字(详细信息见下文)与以下代码(我使用的是旧版np.random.seed ,因为它被另一个我想要输出的程序使用最终验证) (1) : import numpy as np np.random.seed(0) x = np.rand ...

np.random.choice 与多处理冲突? - np.random.choice conflict with multiprocessing?

我想在多处理池中使用np.random.choice ,但我得到了IndexError: list index out of range 。 当我在 for 循环中使用选择函数时(然后串联,而不是并行),我没有收到任何错误。 关于如何克服这个问题的任何想法? 这只是我日常工作的一小部分,但肯定会大大 ...

Numpy 的多元正态示例不清楚 - Numpy's Multivariate Normal example is not clear

我不确定这个问题是否适合 numpy 用户或数学家。 我不明白numpy.random.multivariate_normal示例是如何工作的。 在文档的底部,它会生成一些给定均值和协方差矩阵的随机值, 然后说: 以下可能是正确的,因为 0.6 大约是标准偏差的两倍。 我知道这是来自 经验规则,但我 ...

如何在 numpy.random.Generator object 中检查 BitGenerator state? - How to inspect BitGenerator state in a numpy.random.Generator object?

标题差不多。 如果我有numpy.random.Generator ,检查内部使用的BitGenerator的最佳方法是什么? BitGenerator是否有任何影响生成的数字的 state? 我对随机数生成知之甚少(除了“永远不应该碰运气”的老笑话)。 提前致谢。 ...

生成随机数的函数调用其他用种子生成随机数的函数,种子好像又被用了 - Function that generates random numbers calls other function that generates random numbers with a seed, and seed seems to be used again

我正在尝试生成一个函数,该函数从均匀分布Number_Rand()和另一个生成随机数的函数生成随机数给定某个种子Number_Rand_Seed() - 这样它对于固定种子将始终相同。 不过,我调用函数Number_Rand_Seed()内Number_Rand()以及由于某种原因,种子也被用于生成 ...

numpy.random.choice 与百分比在实践中不起作用 - numpy.random.choice with percentages not working in practice

我正在运行类似于以下内容的python代码: 我们正在对数以万计的用户进行野外测试。 我注意到作业不尊重实际的组百分比。 例如,如果我们的百分比是 [.9, .1],我们已经注意到一个小时内一致的 80% 和 20%。 我们已经确认choice函数的输入是正确的并且与实际行为不匹配。 有谁知道 ...

从另一个概率分布 P(x) 生成概率分布 P(y),使得 P(x) 中的最高概率在 P(y) 中的可能性最小 - Generating a probability distribution P(y) from another probability distribution P(x) such that highest probability in P(x) is least likely in P(y)

所以手头的问题是我在带有计数器的字典中有一些值,比方说 我想随机 select 这个字典中的键,并在我 select 特定键时增加计数器。 但是当我 select 键并增加这些键的计数器时,我希望选择的概率高于其计数器值小于其他键的键。 我在下面的回答中实现了这个想法。 请让我知道这是否有意义以及是 ...

CuPy 和 Dirichlet 给了我 TypeError: unsupported operand type(s) for +=: 'int' and 'tuple' - CuPy and Dirichlet gives me TypeError: unsupported operand type(s) for +=: 'int' and 'tuple'

我只是想创建一个随机矩阵 A,其向量来自 Dirichlet 分布。 function 与numpy配合良好: 当我对cupy做同样的事情时 我收到以下错误: 当输入是这样的 numpy 数组时 然后我得到同样的错误。 当我手动检查时,第 146 行的alpha.shape是 (n,) 。 它是 ...

如果我不使用 Generator 或 RandomState,如何在 Numpy 中生成随机数? - How a random number is generated in Numpy if I don't use Generator or RandomState?

我已经阅读了 Numpy 的文档,但是如果我不使用 Generator 或 RandomState,我仍然不知道如何生成随机数。 据我所知,我们可以得到一个从 1 到 10 的随机数#use RandomState print(np.random.RandomState().randint(1,1 ...

Python 中的 1D Wasserstein 距离 - 1D Wasserstein distance in Python

下面的公式是 Wasserstein 距离/最优传输的一个特例,当源分布和目标分布x和y (也称为边际分布)为 1D,即为向量时。 其中F^{-1}是边际u和v的累积分布的逆概率分布函数,源自称为x和y的真实数据,均从正态分布生成: 公式中的积分怎么编码成python和scipy? 我猜 x 和 ...

如何在python中为股票价格变动创建随机游走(以一定的概率)? - How can I create a random walk (with certain probability) for stock price movement in python?

我想用 Python 模拟股价走势,历时 3 年,总共 300 步,有 5 条路径。 股价可以上涨或下跌,上涨概率 = q,下跌概率 = 1-q。 如果上涨,则 t 期间的价格 = 期间价格 t-1 xu 如果下跌,则期间价格 t = 期间价格 t-1 xd 我对如何使用随机数来回答这个问题有点 ...

Numpy - 生成对数组中单个值有限制的随机数组 - 投资组合优化 - Numpy - generate random array with restrictions on individual values in array - Portfolio Optimisation

我正在使用蒙特卡罗模拟开发具有约束的投资组合优化代码。 但是,我遇到了一个问题。 我的问题如下: 我有一个工具清单 ["Multi", "Equity 1", "Equity 2", "Equity 3", "FI", "Cash"] 我想为这些工具生成一个随机数列表,例如 权重(随机数)= [ ...

与默认均匀分布相比,为什么 numpy.random.Generator.choice 在给定均匀分布的情况下提供不同的结果(种子)? - Why does numpy.random.Generator.choice provides different results (seeded) with given uniform distribution compared to default uniform distribution?

简单的测试代码: numpy 文档说: 与 a 中的每个条目相关联的概率。 如果没有给出样本,则假设 a 中所有条目的分布是均匀的。 我不知道创建均匀分布的任何其他方法,但是numpy.repeat(1/len(pop),len(pop)) 。 numpy 是在使用别的东西吗? 为什么? 如果 ...


 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM