Python-为采样整数创建倾斜离散正态概率分布

Python-为采样整数创建倾斜离散正态概率分布,python,numpy,scikit-learn,probability,normal-distribution,Python,Numpy,Scikit Learn,Probability,Normal Distribution,类似于以下问题: 通过说明最大值和方差,我想对给定范围内的整数进行采样 例如,对于范围{0,1,…,1000}(akarange(1001)),最大值为100,因此采样的数字最有可能在[90-110]范围内,不太可能采样的数字为[80-89]和[111-120]等。以下代码将执行此操作: import scipy.stats as ss import numpy as np import matplotlib.pyplot as plt center = 100 n = 1001 std =

类似于以下问题:

通过说明最大值和方差,我想对给定范围内的整数进行采样


例如,对于范围{0,1,…,1000}(aka
range(1001)
),最大值为100,因此采样的数字最有可能在[90-110]范围内,不太可能采样的数字为[80-89]和[111-120]等。

以下代码将执行此操作:

import scipy.stats as ss
import numpy as np
import matplotlib.pyplot as plt

center = 100
n = 1001
std = 20
x = np.arange(0, n)
prob = ss.norm.pdf(x,loc=center, scale = std )
prob = prob / prob.sum() #normalize the probabilities so their sum is 1    

nums = np.random.choice(x, 20, p=prob)
nums