Python 为什么Scipy rv_离散始终返回1

我试图形成一个随机变量的分布。其中反应发生的概率为：

探针（Rj火焰）=aj/a0

aj=倾向函数，描述给定时间段内单个反应发生的概率

a0=系统中所有反应的所有倾向函数之和

现在我有一个函数，它返回系统中每个反应的倾向函数数组，它输出：

[32.  0.  0.]

然后我用a0=总和（倾向）来计算a0。然后是第二个函数：

def prob_rxn_火灾（倾向性，a0）：
prob=倾向性/a0
返回问题

为了计算aj/a0，将此函数的输出分配给变量：rxn_概率。 在我的系统中有三种反应，我现在尝试使用scipy.stats.rv_离散从分布中采样

我将系统中的反应数存储在数组中：

num_rxn = np.arange(1, rxn_probability.size + 1).reshape(rxn_probability.shape)

它的形状和大小总是与rxn_概率数组相匹配

我现在的代码是：

j = stats.rv_discrete(name="Reaction index", values=(num_rxn, rxn_probability)).rvs()

但是输出总是1，我不确定这是否正确，如果不正确，为什么不正确

---

干杯！您有以下阵列：

将numpy导入为np
rxn_概率=np.数组（[1,0,0]）
num_rxn=np.arange（1，rxn_probability.size+1）。重塑（rxn_probability.shape）
num_rxn
数组（[1,2,3]）

因此，当使用

rv_discrete

和

值=（num_rxn，rxn_probability）

时，您基本上是说，对于probability one，它应该选择

num_rxn

的第0个元素

现在，如果您尝试不同的值，让我们假设

values=（num_rxn，[.8，.1，.1]）

结果将是：

• 1有可能
• 2有可能
• 3.有可能

---

如果想要均匀分布，可以指定

值=（num_rxn，[1/3]*num_rxn.size）

IIUC您有以下数组：

将numpy导入为np
rxn_概率=np.数组（[1,0,0]）
num_rxn=np.arange（1，rxn_probability.size+1）。重塑（rxn_probability.shape）
num_rxn
数组（[1,2,3]）

因此，当使用

rv_discrete

和

值=（num_rxn，rxn_probability）

时，您基本上是说，对于probability one，它应该选择

num_rxn

的第0个元素

现在，如果您尝试不同的值，让我们假设

values=（num_rxn，[.8，.1，.1]）

结果将是：

• 1有可能
• 2有可能
• 3.有可能

如果想要均匀分布，可以指定

值=（num_rxn，[1/3]*num_rxn.size）