如何在Python中生成符合自定义数值分布的随机数？

根据给定的数值分布生成随机数

随机数生成是编程中的常见任务，通常需要生成值根据具体的分布。这可能是一个挑战，特别是当分布不标准或不遵循已知的数学函数时。

考虑这样的场景：您拥有一个包含与不同值相对应的概率的文件：

1 0.1
2 0.05
3 0.05
4 0.2
5 0.4
6 0.2

目标是生成符合此分布的随机数。虽然设计自己的自定义解决方案是可行的，但利用现有的库或模块可以显着简化任务。

SciPy 的多功能选项

SciPy 的 scipy.stats.rv_discrete 发行版提供这个问题的一个优雅的解决方案。通过值参数指定概率，您可以创建适合您的特定要求的自定义分布。分布对象的 rvs() 方法使您能够生成遵循该分布的随机数。

Numpy 的便利

Numpy 的 numpy.random.choice() 函数也提供了从分布生成随机值的便捷选项。 p 关键字参数允许您传递概率列表，从而使您能够指定自定义分布。例如：

numpy.random.choice(numpy.arange(1, 7), p=[0.1, 0.05, 0.05, 0.2, 0.4, 0.2])

Python 3.6 及以后

Python 3.6 引入了 random.choices() 函数，它提供了一种基于一个分布。它接受一系列可能值以及相应的概率作为参数。

通过利用这些强大的库和函数，您可以轻松生成符合指定数值分布的随机数，为准确的模拟和数据分析铺平道路与现实世界场景相符。

以上是如何在Python中生成符合自定义数值分布的随机数？的详细内容。更多信息请关注PHP中文网其他相关文章！