给定一个表示二维分布的二维 Numpy 数组，如何借助 Numpy 或 Scipy 函数从该分布中采样数据？

Question

给定一个dist形状为 的二维 numpy 数组(200,200)，其中数组的每个条目表示 (x1, x2) 对于所有 x1 , x2 的联合概率？{0, 1, . . . , 199}。如何借助 Numpy 或 Scipy API 从这个概率分布中采样双变量数据x = (x1, x2)？

Answer 1

该解决方案适用于任意维数的概率分布，假设它们是有效的概率分布（其内容之和必须为 1，等等）。它使分布变平，从中进行采样，并调整随机索引以匹配原始数组形状。

# Create a flat copy of the array
flat = array.flatten()

# Then, sample an index from the 1D array with the
# probability distribution from the original array
sample_index = np.random.choice(a=flat.size, p=flat)

# Take this index and adjust it so it matches the original array
adjusted_index = np.unravel_index(sample_index, array.shape)
print(adjusted_index)

另外，要获取多个示例，请size在调用中添加关键字参数np.random.choice，并adjusted_index在打印之前进行修改：

adjusted_index = np.array(list(zip(*adjusted_index)))

这是必要的，因为np.random.choice使用size参数会输出每个坐标维度的索引列表，因此这会将它们压缩到坐标元组列表中。这也比简单地重复第一个代码更有效。

相关文档：

• np.random.choice
• np.unravel_index