如何使用 scipy.stats.truncnorm 限制 numpy.random.normal 生成的值范围？

从现在开始，我们要努力学习啦！今天我给大家带来《如何使用 scipy.stats.truncnorm 限制 numpy.random.normal 生成的值范围？》，感兴趣的朋友请继续看下去吧！下文中的内容我们主要会涉及到等等知识点，如果在阅读本文过程中有遇到不清楚的地方，欢迎留言呀！我们一起讨论，一起学习！

numpy.random.normal 中如何限制值的范围

在使用 numpy.random.normal 时，有时您可能会希望生成的值落在特定的范围内。虽然您可以重复调用该函数并丢弃不符合条件的值，但存在一种更有效的方法可以实现此目的。让我们探讨使用 scipy.stats.truncnorm 的方法。

使用 scipy.stats.truncnorm 生成截断正态分布

scipy.stats.truncnorm 允许您从截断正态分布中生成随机变量。此分布由其下限、上限、均值和标准差定义。在 scipy.stats.truncnorm 的上下文中：

• 下限和上限定义了分布的范围。
• 均值和标准差定义了分布的形状。

以下代码片段展示了如何使用 scipy.stats.truncnorm 生成随机变量：

import matplotlib.pyplot as plt
import scipy.stats as stats

lower, upper = 3.5, 6
mu, sigma = 5, 0.7
X = stats.truncnorm(
    (lower - mu) / sigma, (upper - mu) / sigma, loc=mu, scale=sigma)

fig, ax = plt.subplots(2, sharex=True)
ax[0].hist(X.rvs(10000), normed=True)
ax[1].hist(N.rvs(10000), normed=True)
plt.show()

此代码将生成一个截断正态分布，其下限为 3.5、上限为 6、均值为 5 和标准差为 0.7。生成的随机变量将仅落在 3.5 和 6 之间。

终于介绍完啦！小伙伴们，这篇关于《如何使用 scipy.stats.truncnorm 限制 numpy.random.normal 生成的值范围？》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！