python - Python中概率数组的离散化

Question

我有一个 numpy 数组(实际上是从 GIS 栅格 map 导入的)，其中包含 一个物种出现的概率值，如下例所示:

a = random.randint(1.0,20.0,1200).reshape(40,30)
b = (a*1.0)/sum(a)

现在我想再次获得该数组的离散版本。就像我有 例如位于该阵列区域的 100 个个体(1200 个单元)他们怎么​​样 分散式？当然应该按概率分配， 意味着较低的值表示较低的发生概率。然而，由于一切都是统计数据，仍然有可能以低概率找到一个人 细胞。应该可以多个个体占用一个cell...

就好像把一条连续的分布曲线又变成了直方图。就像许多不同的直方图可能导致特定的分布曲线一样，它也应该是相反的。因此，每次应用我正在寻找的算法都会产生不同的离散值。

...python 中是否有任何算法可以做到这一点？由于我不太熟悉离散化，也许有人可以提供帮助。

Answer 1

将 random.choice 与 bincount 一起使用:

np.bincount(np.random.choice(b.size, 100, p=b.flat),
            minlength=b.size).reshape(b.shape)

如果您没有 NumPy 1.7，您可以将 random.choice 替换为:

np.searchsorted(np.cumsum(b), np.random.random(100))

给予:

np.bincount(np.searchsorted(np.cumsum(b), np.random.random(100)),
            minlength=b.size).reshape(b.shape)