相当于 Python 中的 evrnd(mu,sigma,m,n)

Question

我想要在 Python 中替代这个 Matlab 函数

evrnd(mu,sigma,m,n)

我认为我们可以使用这样的东西

numpy.random.gumbel

或者只是

numpy.random.uniform

提前致谢。

Answer 1

Matlab 的evrnd 从 Gumbel 分布（也称为 I 型极值分布）生成随机变量。如该链接中所述，

这里使用的版本适合建模最小值；此分布的镜像可用于通过否定 R 来模拟最大值。

您可以使用NumPy's implementation of the Gumbel distribution，但它使用模拟最大值的分布版本，因此您必须翻转位置（即 mu）参数周围的值。

这是一个包含 Python 函数 evrnd 的脚本。它生成的图如下。

import numpy as np


def evrnd(mu, sigma, size=None, rng=None):
    """
    Generate random variates from the Gumbel distribution.

    This function draws from the same distribution as the Matlab function

        evrnd(mu, sigma, n)

    `size` may be a tuple, e.g.

    >>> evrnd(mu=3.5, sigma=0.2, size=(2, 5))
    array([[3.1851337 , 3.68844487, 3.0418185 , 3.49705362, 3.57224276],
           [3.32677795, 3.45116032, 3.22391284, 3.25287589, 3.32041355]])

    """
    if rng is None:
        rng = np.random.default_rng()
    x = mu - rng.gumbel(loc=0, scale=sigma, size=size)
    return x


if __name__ == '__main__':
    import matplotlib.pyplot as plt

    mu = 10
    sigma = 2.5
    n = 20000

    x = evrnd(mu, sigma, n)

    # Plot the normalized histogram of the sample.
    plt.hist(x, bins=100, density=True, alpha=0.7)
    plt.grid(alpha=0.25)
    plt.show()

---

如果您已经在使用 SciPy，另一种方法是使用 scipy.stats.gumbel_l 的 rvs 方法。 SciPy 分布scipy.stats.gumbel_l 实现了最小值的 Gumbel 分布， 所以不需要翻转rvs方法返回的结果。 例如，

from scipy.stats import gumbel_l                                      


mu = 10
sigma = 2.5
n = 20000

x = gumbel_l.rvs(loc=mu, scale=sigma, size=n)