Python函数根据选择的分布绘制随机数答案

【问题标题】：Python function to draw random numbers based on chosen distributionPython函数根据选择的分布绘制随机数
【发布时间】：2018-10-16 10:10:37
【问题描述】：

我正在编写一个函数，该函数将从给定分布（如泊松、正态或二项式）中抽取随机数。它采用一个参数表示样本数量，第二个参数表示分布类型。它将接受基于所选分布的附加参数。所以如果我取 Normal 样本，那么它的平均值和标准差。

有没有最佳的写法？

我的代码

import matplotlib.pyplot as plt
import numpy as np

def randNumberDistribution(samples, distribution,*optional):
    if distribution.capitalize() == 'Normal':
        if len(optional) == 2:
            mean, sd, = optional
            s = np.random.normal(mean, sd, samples)
            print(s)
            count, bins, ignored = plt.hist(s, 20, density=True)
            plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) * np.exp( - (bins - mu)**2 / (2 * sigma**2) ),linewidth=3, color='y')
            plt.show()
        else:
            print("Invalid number of arguments")
    if distribution.capitalize() == 'Binomial':
        if len(optional) == 2:
            numOfTrials, probSuccess = optional # number of trials, probability of success(each trial)
            s = np.random.binomial(n, p, samples)
            count, bins, ignored = plt.hist(s, 14, density=True)
        else:
            print("Invalid number of arguments")
    if distribution.capitalize() == 'Poisson':
        if len(optional) == 1:
            exp = optional
            s = np.random.poisson(exp, samples) #Expectation of interval(should be >= 0)
            count, bins, ignored = plt.hist(s, 14, density=True)
        else:
            print("Invalid number of arguments")


print(randNumberDistribution(5,'Poisson',5))

【问题讨论】：

只是出于好奇，当你在 print 中调用你的函数时，你会得到一个错误吗？因为，按原样，它没有返回任何东西，实际上是在你的一些 if 和 else 块中打印东西
@BilalSaleem 不，当我在 print 中调用我的函数时没有收到错误
@BilalSaleem 如果函数没有显式返回任何内容，那么它将返回None，因此在打印中调用函数时不会出错

标签： python numpy matplotlib optional-parameters normal-distribution

【解决方案1】：

您可以使用字典或类之类的东西，但恕我直言，我发现您的代码简单易懂。一旦满足条件，我只会使用elif 来避免检查所有if 语句。下面是一个略短的版本。您的 else 语句特定于给定的分发类型。我的只是检查这 3 种情况，并说对任何其他输入无效。

def randNumberDistribution(samples, distribution,*optional):
    if distribution.capitalize() == 'Normal' and len(optional) == 2:
            mean, sd, = optional
            s = np.random.normal(mean, sd, samples)
            count, bins, ignored = plt.hist(s, 20, density=True)
            plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) * np.exp( - (bins - mu)**2 / (2 * sigma**2) ),linewidth=3, color='y')
            plt.show()
    elif distribution.capitalize() == 'Binomial' and len(optional) == 2:
            n, p = optional # number of trials, probability of success(each trial)
            s = np.random.binomial(n, p, samples)
            count, bins, ignored = plt.hist(s, 14, density=True)
    elif distribution.capitalize() == 'Poisson' and len(optional) == 1:
            exp = optional
            s = np.random.poisson(exp, samples) #Expectation of interval(should be >= 0)
            count, bins, ignored = plt.hist(s, 14, density=True)
    else:
        print("Invalid number of arguments")

【讨论】：