在Python中生成d维空间中的随机单位向量[重复]答案

【问题标题】：Generate random unit vector in d dimensional space in Python [duplicate]在Python中生成d维空间中的随机单位向量[重复]
【发布时间】：2020-05-18 05:04:15
【问题描述】：

我想知道最好的方法是：

在 Rd 中为 d = 100 生成 t = 160 个单位向量。

他们成对点积的 cdf 图，也就是计算 160C2 点积。

编辑：所以我坚持绘制 CDF，你如何从点积中推导出 CDF？我猜这是某种高斯分布

【问题讨论】：

你找到不是最好的方法了吗？最后一句应该是什么意思，是个问题吗？
生成 100 个随机数、将结果向量的长度归一化为 1 并重复 160 次有什么问题？
@mkrieger1 他们成对点积的 cdf 图，也就是计算 160C2 点积。
我想我正在尝试仅使用操作 u ← unif (0, 1) 生成 d = 100 维的单个随机单位向量，该操作生成 0 和 1 之间的均匀随机变量，然后循环通过 160 次，然后绘制他们的产品

标签： python numpy random linear-algebra

【解决方案1】：

v = np.random.rand(100)
v_hat = v / linalg.norm(v)

这会给你一个随机的单位向量。 How to get the unit vector from a numpy array

【讨论】：

随机数应该是正态分布的，而不是均匀分布的。另请参阅Sphere Point Picking。
同意@Peter O，它必须是高斯的，不均匀的才能在高维没有角点效果，否则它必须经过Box-Muller变换
@PeterO。我不知道这个问题的背景。我刚刚给出了生成随机单位向量的代码。
小东西：我会在linalg.norm前面加上np，使用法与上面random的用法一致。我会自己进行此编辑，但 stackoverflow 不允许我进行那么小的编辑。