Python中2个以上概率分布的卷积

numpy.convolve（a，v，mode='full'）

只允许两个输入：

• a（N，）

  array\u类似于第一个一维输入数组

• v（M，）

  array\u类似于第二个一维输入数组

如何在Python中计算2个以上概率分布的卷积

例子 下面的代码生成3个随机变量。我想对所有这些进行卷积，并提取用于形成卷积的权重：

import numpy as np
from numpy.random import randn

n=100
x=randn(n)
y=randn(n)+0.2
z=randn(n)*0.3
print(np.convolve(x,y))

---

但是，

numpy.convolve

仅接受两个输入，即使在双输入的情况下，如何提取用于形成卷积的权重？

只需使用

Functiontools。减少
将卷积链接在一起（因为卷积是关联的）：

现在使用
mode='full'
时，您可能需要再次将其缩减为100个值，或者您想对其执行的任何操作。
您能否指定2个以上概率分布的含义？我不熟悉它。如果我们用实值数据集的和来规范化它，那么数据集中的每个结果/值的频率就称为概率，每个都是非负的，和为1。概率分布（不管是pdf、pmf还是cdf）是一个数据集，其中填充了与原始数据集的样本相对应的这些概率。很可能我们采用的是离散形式的分布，而不是连续的参数分布，但我们真正需要认识的是
numpy的输入。卷积函数很可能是由卷积导出的真实数据的pmf是关联的，只需使用
functools.reduce（np.卷积，*输入）
在卷积之后，我如何提取应用于每个分量分布的权重？您需要对您想要的内容进行详细说明，现在您的输入和预期输出不清楚。谢谢，如何提取用于形成卷积的各个分量的权重？我知道这些词是什么ean，但我不理解它们的顺序。如果您对某个预期输出有问题规范，请将其包含在您的问题中。给定3个变量，卷积为每个变量分配3个不同的权重，以形成所有3个变量的整体卷积。目前，函数或代码没有输出设置包含3种不同权重的权重向量。我如何使
convalve
函数输出权重向量？权重向量是我的预期输出，但它不存在。我不知道如何解释这一点。根据您使用的行话，我不明白您想要什么。我们不是统计学家，我们只能在以下方面提供帮助基于代码的实现。您的问题中没有定义“权重向量”的代码因此，除非你运气好，找到一个人知道你在上下文中的意思，否则你不可能得到有用的答案。3个随机变量：x1，x2，x3。对每个变量，卷积应用一个分数权重：w1，w2，w3。因此，卷积是w1*x1+w2*x2+w3*x3。权重，w1，w2，w3，我如何提取权重从
卷积
？
from functools import reduce

def multi_conv(*arrs, conv = lambda x, y: np.convolve(x, y, mode='full')):
    return reduce(conv, arrs)

multi_conv(x, y, z)