我有一个整数,它需要根据概率分布分成若干个箱子。例如,如果我让N=100
对象进入[0.02, 0.08, 0.16, 0.29, 0.45]
,那么您可能得到[1, 10, 20, 25, 44]
。在
import numpy as np
# sample distribution
d = np.array([x ** 2 for x in range(1,6)], dtype=float)
d = d / d.sum()
dcs = d.cumsum()
bins = np.zeros(d.shape)
N = 100
for roll in np.random.rand(N):
# grab the first index that the roll satisfies
i = np.where(roll < dcs)[0][0]
bins[i] += 1
实际上,N和我的垃圾箱数量非常大,所以循环并不是一个可行的选择。我有什么方法可以使这个操作加速吗?在
您可以通过求累计数将PDF转换为CDF,使用此函数定义一组介于0和1之间的存储单元,然后使用这些存储单元计算N长随机均匀向量的直方图:
您可以将^{} 与{a2}一起用于binning操作,以执行
roll < dcs
操作的等效操作。以下是实现这些承诺的方法-使用给定参数的运行时测试-
^{pr2}$相关问题 更多 >
编程相关推荐