根据近似对数正态分布绘制随机选择的 numpy 数组
Draw random selection of a numpy array following approximately a lognormal distribution
假设我在 Python 中有一个我使用
创建的数字网格
import numpy as np
h = np.linspace(0,20,100)
我试图在 h 的元素中进行随机选择，选择的分布遵循例如对数正态分布，具有给定的均值和标准差。我怎样才能做到这一点？
这可以很快解决。首先，您必须找到一种方法来按照您的习惯 pdf 绘制随机索引。完成此操作后，您可以使用这些索引绘制从 0 到 100 的数字和 return 这些索引处的数组条目。
要以这种方式随机抽取数字，'python'中有几种方法，例如this。当您以这种方式在名为 indices 的数组中绘制随机索引时，您可以使用：
result = h[indices]
创建你想要的 numpy 数组。
仅从对数正态分布中抽取样本可能更容易
np.random.lognormal(mean=5,sigma=2,size=10)
假设我在 Python 中有一个我使用
创建的数字网格import numpy as np
h = np.linspace(0,20,100)
我试图在 h 的元素中进行随机选择，选择的分布遵循例如对数正态分布，具有给定的均值和标准差。我怎样才能做到这一点？
这可以很快解决。首先，您必须找到一种方法来按照您的习惯 pdf 绘制随机索引。完成此操作后，您可以使用这些索引绘制从 0 到 100 的数字和 return 这些索引处的数组条目。
要以这种方式随机抽取数字，'python'中有几种方法，例如this。当您以这种方式在名为 indices 的数组中绘制随机索引时，您可以使用：
result = h[indices]
创建你想要的 numpy 数组。
仅从对数正态分布中抽取样本可能更容易
np.random.lognormal(mean=5,sigma=2,size=10)