如何在Python中產生符合自訂數值分佈的隨機數？

根據給定的數值分佈產生隨機數

隨機數產生是編程中的常見任務，通常需要產生值根據具體的分佈。這可能是一個挑戰，特別是當分佈不標準或不遵循已知的數學函數時。

考慮這樣的場景：您擁有一個包含與不同值相對應的機率的檔案：

1 0.1
2 0.05
3 0.05
4 0.2
5 0.4
6 0.2

目標是產生符合此分佈的隨機數。雖然設計自己的自訂解決方案是可行的，但利用現有的程式庫或模組可以顯著簡化任務。

SciPy 的多功能選項

SciPy 的 scipy.stats.rv_discrete 發行版提供這個問題的一個優雅的解決方案。透過值參數指定機率，您可以建立適合您的特定要求的自訂分佈。分佈物件的 rvs() 方法可讓您產生遵循該分佈的隨機數。

Numpy 的便利性

Numpy 的 numpy.random.choice() 函數也提供了從分佈產生隨機值的便利選項。 p 關鍵字參數可讓您傳遞機率列表，從而使您能夠指定自訂分佈。例如：

numpy.random.choice(numpy.arange(1, 7), p=[0.1, 0.05, 0.05, 0.2, 0.4, 0.2])

Python 3.6 及以後

Python 3.6 引入了 random.choices() 函數，它提供了一種基於一個分佈。它接受一系列可能值以及相應的機率作為參數。

透過利用這些強大的函式庫和函數，您可以輕鬆產生符合指定數值分佈的隨機數，為準確的模擬和資料分析鋪平道路與現實世界場景相符。

以上是如何在Python中產生符合自訂數值分佈的隨機數？的詳細內容。更多資訊請關注PHP中文網其他相關文章！