使用 Numpy 生成 N 维矩阵

Question

对于某个作业，我必须在 N 个随机变量上创建一个多元离散概率质量函数。我想通过创建一个数组 A 填充随机数来做到这一点，其中每个元素表示随机变量的联合概率。如果有 2 个随机变量，分别具有 i 和 j 可能值，这可以通过创建一个 (i*j) Numpy 数组来完成，其中填充了随机数，其中总和 = 1。

然而，当引入具有 k 可能值的附加随机变量时，它变得更加困难。在这种情况下，我需要一个 i*j*k Numpy 数组，再次填充总和等于 1 的随机数。

假设我得到了作为列表 [n1,n2,...,nN] 的结构（每个随机变量的可能值的数量），我如何从这里创建这样一个 N 维 Numpy 数组？

Answer 1

我找到了以下解决方案：

def randomArray(structure):
    rand_array = np.random.randint(0, 100, size=(structure))
    my_sum = np.sum(rand_array)
    return rand_array/my_sum

其中 structure 是上述问题中定义的列表。

Answer 2

如果 l 是您的维度列表，您可以让

a = np.random.random(size=l)
a = a/a.sum()

使用 Numpy 生成 N 维矩阵

Generate an N-dimensional matrix using Numpy

python

random

numpy

probability

multidimensional-array