Python - 为采样整数创建倾斜的离散正态概率分布答案

【问题标题】：Python - Creating a skewed discrete normal probability distribution for sampling integersPython - 为采样整数创建倾斜的离散正态概率分布
【发布时间】：2019-02-18 09:32:43
【问题描述】：

类似于下面的问题：
Create random numbers with left skewed probability distribution

通过说明最大值和方差，我想从某个给定范围内采样整数。

例如，对于范围 - {0,1,...,1000}（又名range(1001)），最大值为 100，因此采样数字很可能来自 [90-110] 范围, 不太可能被采样的数字是 [80-89] 和 [111-120] 等。

【问题讨论】：

标签： python numpy scikit-learn probability normal-distribution

【解决方案1】：

以下代码将执行此操作：

import scipy.stats as ss
import numpy as np
import matplotlib.pyplot as plt

center = 100
n = 1001
std = 20
x = np.arange(0, n)
prob = ss.norm.pdf(x,loc=center, scale = std )
prob = prob / prob.sum() #normalize the probabilities so their sum is 1    

nums = np.random.choice(x, 20, p=prob)
nums

【讨论】：