Python 使用Numpy生成N维矩阵

对于某个赋值，我必须在

N

随机变量上创建一个多元离散概率质量函数。我想通过创建一个数组

A

来实现这一点，其中每个元素表示随机变量的联合概率。如果有两个随机变量，分别具有

i

和

j

可能的值，可以通过创建一个

（i*j）

Numpy数组来完成，该数组中填充了随机数，其中总和=1

然而，当引入具有

k

可能值的额外随机变量时，这变得更加困难。在这种情况下，我需要一个

I*j*k

Numpy数组，再次填充随机数，其中总和等于1

---

假设我被赋予结构（每个随机变量的可能值的数量）作为一个列表

[n1，n2，…，nN]

，我如何从这里创建这样一个

N

维Numpy数组

我找到了以下解决方案：

def randomArray(structure):
    rand_array = np.random.randint(0, 100, size=(structure))
    my_sum = np.sum(rand_array)
    return rand_array/my_sum

---

其中，

结构

是上述问题中定义的列表

我找到了以下解决方案：

def randomArray(structure):
    rand_array = np.random.randint(0, 100, size=(structure))
    my_sum = np.sum(rand_array)
    return rand_array/my_sum

---

其中，

结构

是上述问题中定义的列表

如果

l

是您的维度列表，您可以让

a = np.random.random(size=l)
a = a/a.sum()

---

如果

l

是您的维度列表，您可以让

a = np.random.random(size=l)
a = a/a.sum()

---

你做了什么？给我们看看密码你做了什么？给我们看看代码