倾斜均匀分布python

Question

我想从倾斜的均匀分布中获取值，而不是从斜率= 0的直线绘制出值的标准均匀分布中获取值。更具体地说，我想从的函数中获取值斜率分布，如图2所示。 我确实知道，对于第一个，我可以使用numpy.random.uniform（initial，final）。 如何针对倾斜分布进行此操作？ 我知道将“坡度”或比例因子与numpy.random.uniform中的值相乘并不表示从倾斜分布中提取值。 我确实意识到这可能与更改每个提取值的加权方式有关。 来源： http : //www.itl.nist.gov/div898/handbook/eda/section3/eda3662.htm请帮助！

Answer 1

您可以使用逆变换采样来解决此问题。

让我们看一个简单的斜率分布，该分布将生成[0; 1]数字st f(0) = 0且f(1) = 2 2来自于F(x)归一化，即F(1) = P(x <= 1) = 1通过概率的定义。

根据逆变换采样方法，要获得具有必要分布的随机变量，您需要将均匀分布的随机变量而不是Y插入到最后一个方程中。 让我们检查一下：

In [61]: y = np.random.rand(10000)

In [62]: x = np.sqrt(y)

In [63]: plt.hist(x, bins=100)

Answer 2

您可以尝试使用stats.rv_continuous创建自己的pdf。

这是一个可以帮助您的答案。

一些代码：

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import scipy.stats

class linear(scipy.stats.rv_continuous):
    def _cdf(self, x):
        return x**2

distrib = linear(a=0, b=1.0)
d = distrib.rvs(size=10000)

fig, ax = plt.subplots(1, 1)
ax.hist(d, normed=True, histtype='stepfilled', alpha=0.2, bins=100)
plt.show()

分布的随机样本的直方图：