跨数字的随机几何分布答案

【问题标题】：Random geometric distribution across numbers跨数字的随机几何分布
【发布时间】：2020-02-07 13:46:43
【问题描述】：

我想知道是否可以在一个数字列表中生成遵循几何分布的随机数。

假设我有一个列表，例如：

a = [2, 2.5, 3, 3.5, 4, 4.5, 5, 5.5, 6]

我想随机生成 81 个值，保持 p 值为 0.3。

我尝试使用以下内容：

z = np.random.geometric(p=0.3, size=81)

但是我怎样才能只从特定的数字列表中提取呢？

【问题讨论】：

您将需要提供有关您要查找的内容的更多详细信息，因为无论它是什么，它都不是几何图形，因为您请求的是有界范围。如果您将几何视为起点，则需要告诉我们未使用的概率在哪里。这一切都堆积在第一个结果，最后一个结果，从左边数第三个结果上吗？它是否在候选人之间平均分配？你是否继续概率的几何衰减但循环回到开始？您的问题无法按书面回答。
感谢您的回复。我正在阅读一篇论文，作者提到了这一点：“每次试验都从一个持续可变时间的灰色注视点开始。注视点的持续时间是从几何分布中选择的（p=0.3；2000-6000 毫秒，以 500 毫秒为步长）”。我试图做的是复制这个过程。

标签： python-3.x random distribution

【解决方案1】：

好吧，我认为这是不可能的，Geometric distribution 未绑定。

你可以做类似的事情

import numpy as np

p = 0.3
a = [2, 2.5, 3, 3.5, 4, 4.5, 5, 5.5, 6]

q = np.random.geometric(p, size = 81) - 1
t = [a[k] for k in q]

print(t)

但有时会抛出 IndexError 异常。

您可能会考虑为索引设置上限并自行构建概率

# build normalized geometric-like probabilities
prb = np.asarray([p*(1.0-p)**k for k in range(0, len(a))])
prb /= np.sum(prb)

result = np.random.choice(a, size=81, replace = True, p=prb)

print(result)

【讨论】：

亲爱的 Severin，非常感谢。我正在尝试它，到目前为止它似乎工作。我只添加了一个while循环，这样索引错误不会有任何影响。
@giorgio-p 很高兴听到，如果可行，请接受答案，让我们继续前进
将p 从 0.03 更改为 0.3 会有很大的不同。获得值 > 9（您拥有的索引数量）的概率约为 2E-5。因此，您可以按照@SeverinPappadeux 的建议对概率进行归一化，或者只将数组的索引生成为Geom(p) - 1，并拒绝并重试索引> 8。平均而言，拒绝只会在 10k 中发生两次。