Question

我想根据

在[0,1]之间生成N（1000）个数字

1）。二项分布：对于二项式分布，如果我使用s=np.random.binomial(10,0.5,1000)，那么我得到1到10之间的数字。我有什么方法可以将它们限制在[0,1]

2）。指数分布：对于指数，如果我使用：x=np.random.exponential(1,1000)那么我也无法获得[0,1]之间的数字

根据二项式和指数分布，我是否可以通过某种方式在python中的[0,1]之间生成浮点数。

Answer 1

二项分布：

vcnt = 10    
s=np.random.binomial(vcnt,0.5,1000)
s = [elem/float(vcnt) for elem in s]

或者你可以这样做：

vcnt = 10    
s=np.random.binomial(vcnt,0.5,1000)/float(vcnt)

您可以使用以下方法检查结果：

print(max(s))
print(min(s))

对于指数分布，这更复杂，因为指数分布的随机变量可以采用无限大（和小）值。

Answer 2

1）无法在0和1之间生成二项式分布式浮点数。为什么？因为在二项分布中，随机变量N =成功的次数，因此每个定义是一个整数。你能做的是：

s = np.random.binomial(100, 0.5, size=1000)/100.

编辑：或者等效形式：

 s = np.random.binomial(100, 0.5, size=1000)/float(100)

确保您使用浮点而不是整数。

这将根据缩放的二项分布给出75x形式的浮点数，其中n（=试验次数）= 100，p = 0.5。你对这段代码有什么看法？对于绘制的每个随机变量，您每次翻转一个硬币100次，并在每次显示头部时添加1到一个计数器（或尾部，因为您选择p为0.5，所以不重要）。由于长度为100的任何头部和尾部序列具有相同的概率（即p ^ 100），因此您最终会根据所有可能的组合数量进行分配：

http://en.wikipedia.org/wiki/Combination

除以100所做的是你定义你的随机变量，当头部显示时不加1，而是1/100。尝试将n增加到1000或10000，您将越来越接近可以通过正态分布近似的东西：

http://en.wikipedia.org/wiki/Binomial_distribution#Normal_approximation

http://docs.scipy.org/doc/numpy/reference/generated/numpy.random.normal.html#numpy.random.normal

请注意，对于此近似值，p不应接近0或1。

2）在这里你可能想要像泊松分布这样的东西：

http://en.wikipedia.org/wiki/Binomial_distribution#Poisson_approximation

http://en.wikipedia.org/wiki/Poisson_distribution

https://stats.stackexchange.com/questions/2092/relationship-between-poisson-and-exponential-distribution

根据二项式和指数分布生成数字

2 个答案: