Python 多元均匀分布概率密度函数的计算

我想计算点的密度，关于[-1，1]x[-1，1]上的均匀分布。我试过这个：

import numpy as np
from scipy.stats import uniform

x = np.zeros(2)
uniform(loc=np.array([-1, -1]), scale=np.array([2, 2])).pdf(x)

但这将返回一个2D向量，而不是标量值

我能想到的只是

0.25 * np.all(np.abs(x) <= 2)

---

0.25*np.all（np.abs（x）如果你想找一些简单的东西，也许你可以试试这个。你需要微调代码以满足你的需要

def多元均匀（x，a，b，c，d）：
"""
（a，d）——（b，d）
|               |
|               |
|               |
（a，c）——（b，c）
"""
y=np.数组（[a，c]）
z=np.数组（[b，d]）
如果（x>=y）.all（）和（x）如果两个均匀分布是独立的，则有一个封闭形式的解。更一般地说，在scipy中创建自定义多元分布可能有助于它返回2D向量，因为
x=np.zero（2）
是一个二维向量。我认为
均匀
只能用于定义简单的均匀分布。@jasonwong你会怎么做？
def multivariate_uniform(x, lows, highs):
    return np.all((lows <= x) & (x <= highs)) / np.prod(highs - lows)

0.25
0
0
0
0.25