Python 如何改变NumPy物流功能的基础？

对于Elo评级系统模拟，我需要从基本sqrt（10）中的物流分布中抽取样本

在NumPy文档中，我发现： 这使用基数“e”中的概率密度：

我需要使用基本sqrt（10）中的概率密度。

---

你知道我该怎么做吗？

在检查了一点之后，我确信这在数学上是正确的：

def logistic_sample(n, loc = 0, scale = 1, base = np.exp(1)):
    p = np.random.rand(n)
    return loc + scale * np.log(p / (1 - p)) / np.log(base)

另一种可能性是创建一个新的

scipy.stats.rv_continuous

类，如果您确实需要深入研究该分布：

class logistic_base_gen(scipy.stats.rv_continuous):
    def _pdf(self, x, loc, scale, base):
        return base ** ((loc - x) / scale) / (s * (1 + base ** ((loc - x) / scale)) ** 2)

logistic_base = logistic_base_gen(0)
logistic_base.rvs(loc, scale, np.sqrt(10), size = n)

---

需要更精通统计学的人来检查，但我想你最好把

ln

改为base

sqrt（10）

，然后把

p

改为

np.random.rand

。

class logistic_base_gen(scipy.stats.rv_continuous):
    def _pdf(self, x, loc, scale, base):
        return base ** ((loc - x) / scale) / (s * (1 + base ** ((loc - x) / scale)) ** 2)

logistic_base = logistic_base_gen(0)
logistic_base.rvs(loc, scale, np.sqrt(10), size = n)