Python 从（叠加的）分布创建间距不等的值

我想创建一个具有不等间距值的数组。间距应通过（例如）具有不同平均值和宽度值的两个正态分布的叠加来确定。对于单一（正态）分布，我在这篇文章的帮助下设法得到了我想要的：

使用此代码：

将numpy导入为np
将matplotlib.pyplot作为plt导入
从scipy导入统计信息
距离=统计标准（loc=1.2，刻度=0.6）
bounds=dist.cdf（[0,2]）
pp=np.linspace（*边界，num=21）
VAL=dist.ppf（pp）
plt.绘图（VAL，[1]*VAL.size，'o'）
plt.show（）

对于单个分发，我得到了想要的结果：

但是，对于两个正态分布的叠加，我需要完全相同的结果，如：

dist1=stats.norm（loc=3，scale=2）
dist2=统计标准（loc=1.2，刻度=0.6）

叠加分布的历史程序图如下所示：

作为临时解决方案，我分别为每个发行版创建了阵列，并将它们添加到一起。但是，这并不完全是我想要的，因为添加两个单独的数组会导致添加的数组之间的步长波动（例如，两个不同（单独）数组中的两个值可能几乎或完全相同）

我还试图定义一个从

scipy.stats

继承自

rv_continuous

类的新分布，但未能实现两个不同的平均值/宽度参数

我非常确信，添加单个概率密度函数应该是可行的，但不幸的是，我用这种方法也失败了

---

提前感谢您的帮助和/或评论

您可以将

rv_continuous

子类化，并提供一个pdf，该pdf是两个给定pdf的平均值

导入matplotlib.pyplot作为plt
将numpy作为np导入
从scipy导入统计信息
类和高斯根（stats.rv连续）：
def_pdf（self，x）：
返回（stats.norm.pdf（x，loc=3，scale=2）+stats.norm.pdf（x，loc=1.2，scale=0.6））/2
dist=和高斯根（）
bounds=dist.cdf（[0,7]）
pp=np.linspace（*边界，num=21）
VAL=dist.ppf（pp）
plt.绘图（VAL，[0.5]*VAL.size，'o'）
xs=np.linspace（0,7500）
plt.plot（xs，dist.pdf（xs））
plt.ylim（ymin=0）
plt.show（）

---

当你说“将它们添加在一起”时，你是指添加numpy数组还是像这样覆盖它们vals=np.array（list（dist1.ppf（pp））+list（dist2.ppf（pp））？这似乎是你正在寻找（处理相同的条目可以添加，如果需要）？谢谢你的回答顺便说一句。帮了我很多！对于类似的应用程序，我需要从这样的分布中抽取随机数。不幸的是，使用dist.rvs（size=n）进行此操作非常缓慢。我为此提出了一个新问题，我想你也可以在这里提供帮助？再次感谢！