代码之家 › 专栏 › 技术社区 › Pbro98

均匀随机抽样未返回均匀样本(Scipy Uniform)

statistics scipy debugging numpy python

Pbro98 · 技术社区 · 3 年前

我正在设置一个实验,要求10个变量在-pi和pi之间均匀分布。使用 scipy 。

详细信息: Python 3.8.16 NumPy 1.24.2 SciPy 1.10.1

注意:由于使用了模块,Python版本不能超过3.8.16 PsychoPy 其不能在较新版本的Python上操作。

import numpy as np
from scipy.stats import uniform

uni = uniform(-np.pi, np.pi)
variables = uni.rvs(10)

这应该返回在-pi和pi之间均匀分布的10个值,但它没有。它很少返回任何大于0的值,几乎所有值都是负数。例如:

>>> uni.rvs(10)

array([-0.03489156, -0.50000997, -2.98451371, -1.7355833 , -2.68861409,
       -2.03613316, -2.33966294, -0.52913401, -0.47277852, -2.27422887])

出于实验目的,我需要在 uni.rvs(10) 。

但即使在跑步时:

i=0

while i <=0.4:
    i = uni.rvs()

循环只是无限期地运行。这向我表明,使用 rvs 事实上一点也不统一。我不确定这是我的疏忽,还是特定的环境导致了这个问题。

我尝试使用 scipy.stats.uniform 然而,返回的值似乎根本没有被均匀采样。

2 回复 | 直到 3 年前

jared 3 年前

根据 documentation ,你可以通过 loc 和 scale 以便开启采样 [loc, loc + scale] .我相信你所提出的论点被解释为 loc 和 规模 ,因此您可以在 [-np.pi, -np.pi + np.pi] ,即。 [-np.pi, 0] .简单地通过 2*np.pi 作为你的第二个论点。

import numpy as np
from scipy.stats import uniform

uni = uniform(loc=-np.pi, scale=2*np.pi)
variables = uni.rvs(20)
print(variables)

输出:

[-2.06319644  1.04916367  3.07400506  1.03832226  1.01205737 -0.57139507
  2.80455874  3.10886192 -2.18827084 -1.49833546 -1.54547847 -3.06877181
  1.15691104  1.48957702  1.36562556  2.69624898  0.03550638 -1.92457988
 -0.32644606 -1.9145792 ]

jlandercy 3 年前

如果你想确认直觉,你可以进行Kolmogorov测试:

import numpy as np
from scipy import stats

np.random.seed(1234)

X = stats.uniform(loc=-np.pi, scale=2.*np.pi)
x = X.rvs(10)

stats.kstest(x, X.cdf)

# KstestResult(statistic=0.2799758081188034, pvalue=0.34631541108571073, statistic_location=1.759139883937797, statistic_sign=-1)

我们不拒绝H0,我们可以假设样本(甚至小到10)来自分布。

如果您对照您的第一个定义进行检查:

Xbad = stats.uniform(loc=-np.pi, scale=np.pi)
stats.kstest(x, Xbad.cdf)

# KstestResult(statistic=0.6, pvalue=0.0005681672000000005, statistic_location=0.7672320360752276, statistic_sign=-1)

我们可以拒绝H0,错误的风险小于0.1%。这证实了你的观察,你的配置在你期望的域上并不一致。

确认统计scipy按预期工作总是令人欣慰的。

推荐文章

mmonti · 求解微分方程的solve_ivp问题取决于t_span

1 年前

user11634 · scipy depth_first_order的前身

1 年前

Ishigami · 在python scipy中使用fsolve和quad求解积分方程组

2 年前

bougab · 为什么我不能将我的模型准确地拟合到杨的干涉数据中?

2 年前

Linear Algebra fans · 为什么在使用FFT的乘积对1D阵列执行卷积时,值不同?

2 年前

mayen · Z-Score作为差异值的度量

2 年前

impedance_gatto · Scipy中的指数衰减拟合

2 年前

MaximeJaccon · 优化Odint

2 年前

MaaikevR · stats.ttest_ind:提取df值

2 年前

jlewk · scipy.linprog可行性的Bug?(A_ub@x0<=b_ub).all()为True,但--linprog(np.zeros_like(x0),A_ub=A_ub,b_ub=b_ub

2 年前