Python从每个bin的范围内采样随机值答案

【问题标题】：Python sampling random value from range of each binPython从每个bin的范围内采样随机值
【发布时间】：2020-10-05 07:00:28
【问题描述】：

我目前正在尝试使用 CiLEO 作为参考来实现 NASA 分解模型。我对如何实现作者定义的特征长度感到非常困惑：

“对于 CiELO 中的实现，特征长度被划分为 100 个在 1 mm 到 10 cm 之间的对数刻度上等距间隔的 bin：计算每个 bin 的片段数，一旦每个片段分配给一个bin，其特征长度是使用内置的matlab函数rand定义的，以提取bin内Lc的随机值。”

我的问题是最后一个组件，在每个 bin 中提取一个随机值来定义长度。我在网上找不到任何关于如何在给定 bin 边缘的每个 bin 中选择一个值的信息。

为了便于演示，我目前将片段数函数定义为：

def number_of_fragments(length):
    return 0.1*length**-1.71

# Generating 100 bins evenly spaced on a log scale between 1mm (0.001 m) and 10cm (0.1 m)
bins = np.geomspace(0.001, 0.1, 100)

# Finding the corresponding number of fragments for each bin 
fragments = [number_of_fragments(b) for b in bins]

# Need to pick a random value that falls in the range of each bin
Lc = ???

对此的任何帮助将不胜感激！

【问题讨论】：

我相信 Matlab rand 默认返回一个介于 0 和 1 之间的统一随机值，但如果您指定一个范围，它将从中采样。

标签： python numpy statistics histogram simulation

【解决方案1】：

像这样：

from random import uniform

bins = np.geomspace(0.001, 0.1, 100)
rand_floats = [uniform(bins[i], bins[i+1]) for i in range(len(bins)-1)]

按索引遍历列表项并动态设置随机数生成范围。

编辑：注意这是假设均匀分布。请参阅文档：https://numpy.org/doc/stable/reference/random/generated/numpy.random.uniform.html

【讨论】：

这似乎正是我要找的，谢谢！