如何从 Python 中的双峰分布生成 n 个随机值？答案

【问题标题】：How can I generate n random values from a bimodal distribution in Python?如何从 Python 中的双峰分布生成 n 个随机值？
【发布时间】：2020-03-17 11:49:59
【问题描述】：

我尝试生成和组合两个单峰分布，但认为我的代码有问题。

N=400
mu, sigma = 100, 5
mu2, sigma2 = 10, 40
X1 = np.random.normal(mu, sigma, N)
X2 = np.random.normal(mu2, sigma2, N)
w = np.random.normal(0.5, 1, N)
X = w*X1 + (1-w)*X2
X = X.reshape(-1,2)

当我绘制 X 时，我没有得到双峰分布

【问题讨论】：

你觉得哪里不对？
如果w 应该是权重，你会得到低于零和高于一的权重；这可能不是你想要的。

标签： python random normal-distribution

【解决方案1】：

不清楚您的问题出在哪里；还不清楚变量w 的用途是什么，也不清楚你如何判断你得到不正确的结果，因为我们看不到情节代码或任何其他确认或拒绝二项分布的代码。
也就是说，您的示例太不完整，无法准确回答您的问题。但我可以做出有根据的猜测。

如果我执行以下操作：

import numpy as np
import matplotlib.pyplot as plt

N=400
mu, sigma = 100, 5
mu2, sigma2 = 10, 40
X1 = np.random.normal(mu, sigma, N)
X2 = np.random.normal(mu2, sigma2, N)
X = np.concatenate([X1, X2])
plt.hist(X)

这会产生下图：

【讨论】：

谢谢。我试图用 w 做的是将 x1 或 x2 随机分配给 X，所以 X 总数为 400。
@ejwmv 在这种情况下，您应该使用只有两个值（在您的情况下为 0 和 1）的随机分布，而不是另一个随机分布。但是预先随机拆分 N 可能更容易，总共 400 个。例如，（随机）X1 为 166，X2 为 234。这应该会产生相同的结果。