如何从概率条形图生成随机向量？

Question

我生成了一个条形图，它计算16位二进制字符串的每一位中的1的数量：

我想生成300个16位的二进制向量，大致遵循上述分布。

最初，我的代码依赖于概率数组gengen ，它计算每个位中出现1的次数。 我生成了一个300x16值的随机矩阵，将每个值的值与概率进行比较，并将其分配给1和0.这类似于加权硬币方法。

但是，我收到的分发几乎是统一的。

gengen = [30, 28, 30, 30, 30, 26, 28, 28, 29, 23, 17, 8, 10, 12, 7, 6]

len = 16; % string length

% probability for 1 in each bit
prob_gengen = gengen./30;
% generate 100 random strings 
moreStrings = rand(300,len);
samplemore = []
for i = 1:300
  for k = 1:16
    disp(i)
    disp(k)
    if (prob_gengen(k) > moreStrings(i,k))
        samplemore(i,k) = 1;
    else
        samplemore(i,k) = 0;
    end
  end
end
G = reshape(samplemore,[16,300])

此代码绘制了最终分布：

colormap('default')
subplot(3,1,1)
bar(sum(G,2)); % summing along rows using DIM = 2
xlabel('Frequency Bin ');
title('Generator (16b) Generated');

如何获得类似于第一个条形图的分布？ 代码本身在MATLAB中，但我认为Python实现也可以工作。

Answer 1

我相信错误的主要来源是你为获得G做的重塑步骤。 如果要将数据从300 x 16矩阵重新组织为16 x 3矩阵，则应将其转置 。 使用reshape分解旧的300个元素列，并将它们分散到新的16个元素列中。

但是，您可以使用bsxfun执行所有这些操作而不使用bsxfun ：

gengen = [30, 28, 30, 30, 30, 26, 28, 28, 29, 23, 17, 8, 10, 12, 7, 6];
len = 16;
prob_gengen = gengen./30;
binvecs = bsxfun(@le, rand(300, len), prob_gengen);
bar(sum(binvecs, 1));

这是条形图，看起来很像你上面的第一个条形图：

这个怎么运作...

首先，使用rand在0和1之间创建一个300乘16的均匀生成的随机值集。 接下来，您将要检查每列中的随机值与prob_gengen向量中的概率。 例如， ^第 16列具有0.2的概率，这意味着（平均）要在该列中的值的五分之一为1个五分之四为零。 您可以通过检查随机生成的值是否小于或等于此概率阈值来执行此操作。 使用bsxfun根据需要扩展矢量prob_gengen以对所有行进行比较。