Python删除beta发行版的随机数

我有一个关于贝塔分布和随机变量的问题。我的数据包括2012年至2016年每小时的绩效数据。我每月重新计算数据，因此每个月只有一个值。之后，我创建了一个包含所有值的新df​​如我的代码示例中所示

import numpy as np
import pandas as pd
from scipy.stats import beta
import matplotlib.pyplot as plt

output = pd.read_csv("./data/external/power_output_hourly.csv", delimiter=",", parse_dates=True, index_col=[0])
print(output.head())

output_month = output.resample('1M').sum()
print(output_month.head())

jan = output_month[:1]
jan = jan.append(output_month[12:13])
jan = jan.append(output_month[24:25])
jan = jan.append(output_month[36:37])
jan = jan.append(output_month[48:49])
print(jan)

...

months = [jan, feb, mar, apr, mai, jun, jul, aug, sep, okt, nov, dez] 

我的下一步是根据过去的值从beta分布中提取随机数​​每月一次。因此，我想使用

scipy

包和

numpy.random

。问题是，我不知道如何…我只需要20个数字，但我不知道如何确定

a

和

b

值。我只需要尝试随机值吗​​或者我可以提取相应的值吗​​根据我过去的数据？我感谢每一个帮助

使用

scipy.stats.beta.fit（month）

尝试拟合（=找到参数）每个月的beta分布。请参阅以获取其输出的简短描述，或阅读源代码以获取详细信息（遗憾的是，文档记录不完整）

供参考更多关于拟合beta发行版的讨论，请参见，因为我自己很少使用该功能