Python删除Beta分布的随机数

Question

我有一个关于Beta分布和随机变量的问题。 我的数据包括每小时2012年至2016年的绩效数据。 我每月重新计算一次数据，所以每个月只有一个值。 之后，我创建了一个新的df，其代码示例中显示了一个月的所有值。

import numpy as np
import pandas as pd
from scipy.stats import beta
import matplotlib.pyplot as plt

output = pd.read_csv("./data/external/power_output_hourly.csv", delimiter=",", parse_dates=True, index_col=[0])
print(output.head())

output_month = output.resample('1M').sum()
print(output_month.head())

jan = output_month[:1]
jan = jan.append(output_month[12:13])
jan = jan.append(output_month[24:25])
jan = jan.append(output_month[36:37])
jan = jan.append(output_month[48:49])
print(jan)

...

months = [jan, feb, mar, apr, mai, jun, jul, aug, sep, okt, nov, dez] 

我的下一步是根据每个月的过去值从beta分布中提取随机数。 因此，我想使用scipy包和numpy.random 。 问题是，我不知道如何……我只需要20个数字，但是我不知道如何确定a和b值。 我只需要尝试随机值还是可以从过去的数据中提取相应的值？ 感谢您的帮助！

Answer 1

尝试使用scipy.stats.beta.fit(MONTH)拟合（=查找参数）每个月的beta分布。 请参阅此处以获取其输出的简短描述，或阅读其源代码以了解详细信息（不幸的是，文献记载不充分）。

仅供参考， 这篇文章中有更多关于拟合beta分布的讨论，因为我本人并没有经常使用该功能。