小编Bal*_*lou的帖子

对于随机模拟，我需要绘制大量贝塔二项式分布的随机数。

目前我是这样实现的（使用python）：

import scipy as scp
from scipy.stats import rv_discrete

class beta_binomial(rv_discrete):
       """
       creating betabinomial distribution by defining its pmf
       """
       def _pmf(self, k, a, b, n):
          return scp.special.binom(n,k)*scp.special.beta(k+a,n-k+b)/scp.special.beta(a,b)

因此可以通过以下方式对随机数 x 进行采样：

betabinomial = beta_binomial(name="betabinomial")
x = betabinomial.rvs(0.5,0.5,3) # with some parameter 

问题是，对一个随机数进行采样大约需要 10 分钟。0.5ms，在我的例子中，它主导了整个模拟速度。限制因素是 beta 函数（或其中的 gamma 函数）的评估。

有谁知道如何加快采样速度？