如何在python中转换统一正态变量？

Question

赋值 x~U(a,b) 得到一个均匀分布的数组：

x_U=uniform(a,b,1000)

存在正态分布：

y~N(μ,σ)

我想得到数组y_N，它与x_U 元素相对应。 如何在python中进行？在matlab中看起来很容易。 Such as this link explainnation。 如下代码是Normality转换为Uniform：

from numpy.random import *
import matplotlib.pyplot as plt
a = normal(25,5.4,1000)
hist_N = plt.hist(a,bins=20,normed=True)
a_cum = np.cumsum(a)
hist_U = plt.hist(a_cum,bins=20,normed=True)

a_cum 是与a 元素相关的统一通信者

生成unifrom随机数将应用于Monto-Carlo模拟。但原始参数是正态分布。因此需要转换。我的目的是反转上面的编码过程。

Answer 1

如果我点击您问题中的链接，它会告诉我该怎么做。我不确定 erfinv 确实如此，但这段代码似乎将随机统一数组转换为高斯形状数组：

import matplotlib.pyplot as plt
import numpy as np
from scipy.special import erfinv

X = np.random.uniform(0,1,1000)
Gauss = lambda x, mu, sigma: mu + np.sqrt(2)*sigma*erfinv(2*X-1)
plt.hist(Gauss(X, 1, 0.2), bins = 20)
plt.show()

Gauss 在这里是一个函数，由 lambda 语句构成，其工作原理与使用 def 定义函数基本相同。我使用的功能是您链接中的功能。

高斯形状看起来像 和统一的形状 .