基于数组生成仅正分布答案

【问题标题】：Generate positive only distribution based on array基于数组生成仅正分布
【发布时间】：2019-08-16 08:38:12
【问题描述】：

我有一个数据数组，例如：

[1000,800,700,650,630,500,370,350,310,250,210,180,150,100,80,50,30,20,15,12,10,8,6,3]

根据这些数据，我想生成符合相同分布的随机数。

我可以使用如下代码生成一个随机数：

dist = scipy.stats.gaussian_kde(data)
randomVar = np.floor(dist.resample()[0])

这会导致包含负数的随机数生成，我相信我可以很容易地转储它而不改变曲线其余部分的整体形状（我只生成足够的重采样，在转储负数后我仍然有足够的用途）。

但是，由于原始数据仅是正值 - 并且堆积在该边界上，因此我最终得到了一个 kde，它在接近零之前在很短的距离内达到最高，但随后在接近零时从那里急剧下降;并且 KDE 中的向下刻度使我无法生成适当的数字。

我可以将带宽设置得更低，以获得更锐利的拐角，接近于零，但是由于原始数据的数量很少，它最终会在其他地方出现锯齿状。不幸的是，更高的带宽在消除向下的刻度之前会隐藏曲线的形状。

【问题讨论】：

由于正态分布在实线上完全支持，我不确定是否可以使用任何直接的方法来避免负样本。您是否尝试过基于具有非负支持的发行版使用其他内核？
对内核有什么建议吗？ - 我很高兴不使用 normal，只要它能实现生成“看起来像”原始数据的不同大小的数组的目标。
也许scipy.stats.rv_histogram 是你需要的。
是否可以使用类似引导程序的方法，您只需从输入数组中采样并替换？例如。要生成n 样本，请使用sample = np.random.choice(data, size=n)
np.random.choice 是我以前使用的……尽管在稍微不同的上下文中；我希望在这里改进它 - 但很好的建议。我认为 rv_histrogram 有效，但我将在星期一完成双重检查。

【解决方案1】：

正如希尔伯特饮酒问题在 cmets 中广泛建议的那样，真正的解决方案是找到适合参数的更好分布。在我的例子中，卡方，它既适合曲线的形状，也适合它只取正值的事实。

然而，在 cmets 中，Stelios 提出了使用 scipy.stats.rv_histogram 的好建议，我使用了一段时间并对此感到满意。这使我能够准确地将曲线拟合到数据中，尽管它有两个问题：

【讨论】：