我想对一个函数定义的分布进行多维（2、3、4）采样：
f(x, y, ...) = ...
分布可能是丑陋的，非标准的（例如数据上的3D样条曲线，高斯之和等）。为此，我想对2..4维空间进行统一采样，而不是使用一个额外的随机数来接受或拒绝该空间的给定点进入样本。
是否有为此目的准备使用python lib？
是否有python lib可以通过拉丁超立方体采样或其他统一采样方法在2..4维空间中生成点？具有独立随机数的Bruteforce采样通常会导致空间密度越来越小。
如果1）和2）不存在，那么是否有人善良地分享相同或相似问题的实现。
我将在python代码中使用它，但也认可到其他解决方案的链接。
我想用matplotlib制作xy数据的多个hexbin密度图,类似于这个:http://matplotlib.org/1.4.0/examples/pylab_examples/hexbin_demo.html
但我想将每个六边形的数量除以一个给定的数字(我的密度图中的最高峰值),这样我所有的阴影图都会有相同的颜色,并且所有图的颜色条都是[0,1]范围.
有人能告诉我一个有用的例子吗？
谢谢你的期待,
亚诺什