为什么 Scipy rv_discrete 总是返回 1答案

【问题标题】：Why does Scipy rv_discrete always return 1为什么 Scipy rv_discrete 总是返回 1
【发布时间】：2020-08-19 23:33:18
【问题描述】：

我正在尝试形成一个随机变量的分布。其中反应触发的概率为：

概率（Rj 着火）= aj/a0

aj = 一个倾向函数，描述在给定时间段内单个反应触发的概率。

a0 = 系统中所有反应的所有倾向函数之和。

目前我有一个函数，它返回系统中每个反应的倾向函数数组，输出：

[32.  0.  0.]

然后我使用 a0 = sum(propensity) 来计算 a0。接下来是第二个函数：

def prob_rxn_fires(propensity, a0):
    prob = propensity/a0   
    return prob

为了计算 aj/a0，将此函数的输出分配给变量：rxn_probability。我的系统中有三个反应，我现在正在尝试使用 scipy.stats.rv_discrete 从分布中采样。

我将系统中的反应数量存储在数组中：

num_rxn = np.arange(1, rxn_probability.size + 1).reshape(rxn_probability.shape)

它的形状和大小总是与 rxn_probability 数组匹配。

我现在的代码是：

j = stats.rv_discrete(name="Reaction index", values=(num_rxn, rxn_probability)).rvs()

但输出始终为 1，我不确定这是否正确，如果不是，为什么它不正确？

干杯

【问题讨论】：

标签： python arrays scipy statistics

【解决方案1】：

IIUC 你有以下数组：

import numpy as np

rxn_probability = np.array([1, 0, 0])

num_rxn = np.arange(1, rxn_probability.size + 1).reshape(rxn_probability.shape)
num_rxn 
array([1, 2, 3])

因此，当使用 rv_discrete 和 values=(num_rxn, rxn_probability) 时，您基本上是在说概率为 1 它应该选择 num_rxn 的第 0 个元素。

现在，如果您尝试不同的值，比如说values=(num_rxn, [.8, .1, .1])，结果将是：

1 概率为 0.8
2 概率为 0.1
3 概率为 0.1

如果要均匀分布，可以指定values=(num_rxn, [1/3] * num_rxn.size)。

【讨论】：