Python Scipy rv_连续错误地从分发中生成样本

上面的代码从0.15到10.1范围内的标准化pdf生成50000个样本。但是，在上限

b=10.1

处生成的样本数量过多。这是没有意义的，如打印pdf时所示

---

如何解决此问题？

PDF已针对整个发行版正确规范化。但是，设置

a

和

b

只需剪切PDF，而无需重新标准化。使用

（a=0.15，b=10.1）

PDF不再集成为1，并且通过scipy实现的一个怪癖，剩余密度显然添加到范围的末尾。这导致在上限处有大量样本

我们可以通过绘制a=0和a=0.15的累积密度函数（CDF）来可视化正在发生的情况：

from scipy import stats
import numpy as np 

class your_distribution(stats.rv_continuous):
    def _pdf(self, x):
        p0 = 10.9949
        p1 = 0.394447
        p2 = 12818.4
        p3 = 2.38898

        return ((p1*p3)/(p3*p0+p2*p1))*((p0*np.exp(-1.0*p1*x))+(p2*np.exp(-1.0*p3*x)))

distribution = your_distribution(a=0.15, b=10.1)
sample = distribution.rvs(size=50000)

为了消除CDF中的跳跃和上限范围的虚假样本，我们需要重新规范化a..b范围的PDF。我太懒了，无法分析出正确的因子，所以让scipy来做艰苦的工作：

x = np.linspace(0, 15, 1000)

distribution = your_distribution(a=0.0, b=10.1)
plt.plot(x, distribution.cdf(x), label='a=0')

distribution = your_distribution(a=0.15, b=10.1)
plt.plot(x, distribution.cdf(x), label='a=0.15')

plt.legend()

---

如果你碰巧知道积分的解析解，你可以用它来代替调用

quad

为什么

-1.0*。

这里的代码？@severinpapadeux我不明白这个问题。你的解是有意义的，而且也有效。谢谢@kazemakase。

from scipy import stats
from scipy.integrate import quad
import numpy as np

# I pulled the definition of the PDF out of the class so we can use it to
# compute the scale factor.
def pdf(x):
    p0 = 10.9949
    p1 = 0.394447
    p2 = 12818.4
    p3 = 2.38898

    return ((p1*p3)/(p3*p0+p2*p1))*((p0*np.exp(-1.0*p1*x))+(p2*np.exp(-1.0*p3*x)))    

class your_distribution(stats.rv_continuous):        
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)

        # integrate area of the PDF in range a..b
        self.scale, _ = quad(pdf, self.a, self.b)

    def _pdf(self, x):
        return pdf(x) / self.scale  # scale PDF so that it integrates to 1 in range a..b 

distribution = your_distribution(a=0.15, b=10.1)
sample = distribution.rvs(size=1000)