Я пытаюсь создать numpy ndarray, который имеет c столбцов и n строк, но заполненных цифрами, взятыми из случайного нормального распределения. Я бы хотел, чтобы распределение было нормальным по столбцам, т. Е. Я хочу, чтобы столбец c/2 имел значения, близкие к среднему (делая случайное число в столбце c/2 выше, чем слева или справа от него). Есть ли встроенная функция numpy для этого? Если нет, мы можем указать в numpy random normal, чтобы дать нам значения в пределах диапазона из распределения, чтобы я мог заполнять столбцы индивидуально.numpy random normal over columns
0
A
ответ
2
Ну вы могли бы сделать что-то вроде этого:
scales = [0.01, 0.1, 1, 0.1, 0.01]
arrays = [np.random.normal(loc=0, scale=s, size=(3)) for s in scales]
np.vstack(arrays).T
array([[ 0.0021688 , -0.11704194, 0.84077943, 0.13570005, -0.01371024],
[ 0.01726078, -0.00167188, -0.85074286, 0.01729595, 0.00696604],
[ 0.00169041, -0.11899872, 0.34075113, 0.08299408, 0.00296036]])
Смежные вопросы
- 1. Loop over columns R
- 2. Loop Over Rows and Columns
- 3. numpy genfromtxt columns
- 4. random normal as Integer in array
- 5. Атрибут Numpy over numpy массивов
- 6. R - Looping over Columns then Строки
- 7. mapply over different columns of multiple data
- 8. Numpy: Loglikelihood of Multivariate Normal Distribution
- 9. numpy iterating over multimimensional array
- 10. Python numpy, skip columns & read csv file
- 11. Зачем использовать Async/Await Over Normal Threading или Tasks?
- 12. Динамический SQL w/Loop Over All Columns в таблице
- 13. excel 2010 vba. sql query over columns 'like' vlookup
- 14. Iterate over 'zipped' диапазоны массива numpy
- 15. Почему Random random = new Random()?
- 16. Плотность двухсекционной Normal (или Split Normal) Распределение
- 17. Недостаточно памяти при использовании multivariate_normal random sampliing numpy
- 18. fortran test over over over
- 19. Uniform Random Numbers
- 20. Установка начального толчка :: random
- 21. "font-weight: normal" не работает?
- 22. print columns from python dictionary
- 23. speed up looping over three axis 'in numpy
- 24. Iterate Columns
- 25. Randomize Columns
- 26. Shuffle columns
- 27. std normal cdf, normal cdf или функция ошибки
- 28. Cardlib Card over over
- 29. View over over ViewControllers
- 30. Ошибка BigQuery: «OVER» «OVER» «
Определение «близко к среднему». Вы хотите, чтобы средний столбец (это то, что вы подразумеваете под c/2?), Чтобы иметь значения из более узкого распределения (уменьшить сигму) или ближайшего к образцу (сортировать строки?) –
Если у меня есть 3 столбца, d хотите, чтобы столбец 0 имел значение 0,25, в столбце 1 - 0,5, а столбец 2 - 0,24. поэтому величина значений будет следовать кривой колокола со средним значением в среднем столбце. – user3325146
Итак, в вашем примере '[0.25, 0.5, 0.24]', число 0.5 - среднее? Которого? «Следовать за кривой колокола» означает не меньшие значения, а затем больше, а затем меньше. – FTP