如何从经过裁剪的正态分布中采样？
我想从 N(0, 1) 中采样。但我希望值来自 [-1, +1]。我不能应用 np.clip，因为这会增加 -1 和 +1 的概率。我可以进行随机裁剪，但无法保证它会超出范围。
#standard
s = np.random.normal(0, 1, [10,10])
s = np.clip(s)
#stochastic
for j in range(10)
edge1 = np.where(s[j] >= 1.)[0]
edge2 = np.where(s[j] <= -1)[0]
if edge1.shape[0] > 0:
rand_el1 = np.random.normal(0, 1, size=(1, edge1.shape[0]))
s[j,edge1] = rand_el1
if edge2.shape[0] > 0:
rand_el2 = np.random.normal(0, 1, size=(1, edge2.shape[0]))
s[j,edge2] = rand_el2
最佳答案
scipy 库将截断正态分布实现为 scipy.stats.truncnorm .在您的情况下，您可以使用 sample = truncnorm.rvs(-1, 1, size=sample_size)。
例如，
In [55]: import matplotlib.pyplot as plt
In [56]: from scipy.stats import truncnorm, norm
从截断为 [-1, 1] 的正态分布中抽样 100000 个点:
In [57]: sample = truncnorm.rvs(-1, 1, size=100000)
制作直方图，绘制理论 PDF 曲线。可以使用 truncnorm.pdf 或 norm.pdf 的缩放版本计算 PDF。
In [58]: _ = plt.hist(sample, bins=51, normed=True, facecolor='g', edgecolor='k', alpha=0.4)
In [59]: x = np.linspace(-1, 1, 101)
In [60]: plt.plot(x, truncnorm.pdf(x, -1, 1), 'k', alpha=0.4, linewidth=5)
Out[60]: [<matplotlib.lines.Line2D at 0x11f78c160>]
In [61]: plt.plot(x, norm.pdf(x)/(norm.cdf(1) - norm.cdf(-1)), 'k--', linewidth=1)
Out[61]: [<matplotlib.lines.Line2D at 0x11f779f60>]
这是情节:
关于python - 从截断的正态分布中抽样，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44803744/