如何在一天内使我的随机高斯分布答案

【问题标题】：how to make my random gaussiana distribution over one day如何在一天内使我的随机高斯分布
【发布时间】：2018-04-25 11:51:10
【问题描述】：

我想使用 python 模拟随机正态分布，但在 x 轴上，我希望分布以 14:00 hs 为中心。我知道我的分布将集中在哪里。

我的函数将接收一个时间戳并返回一个属于高斯函数的值。 Using this

【问题讨论】：

【解决方案1】：

您可以使用 loc 14 和 scale 12（+- 12 小时）计算随机分布，然后将其添加为小时类型的 pandas timedelta。因此，鉴于您的时间戳，它将是

import numpy as np
import pandas as pd
timestamp + pd.Timedelta(np.random.normal(14,12),'h')

这应该可以解决问题。

编辑

如果您想从时间戳附近的高斯分布中获取一个值，您可以使用以下内容：

timestamp = pd.Timestamp('20180426140000')
np.random.normal(timestamp.hour,12)

如果你想包括会议记录

timestamp.hour + timestamp.minute/60

当然，如果你需要多个分布的一个值，那么你可以用第三个参数来提供它

np.random.normal(timestamp.hour,12,10000)

【讨论】：

你好，马文。这实际上返回了一个数据时间对象，我需要返回我的 gaussiana 的值
所以你想输入一个时间戳，然后在时间戳的时间点附近返回一个高斯的值？
所以我想做一个函数，它的格式为高斯或钟形格式，以下午 14:00 为中心，y 轴上的最大值为 3。但是是的，该函数将接收一个时间（一天中的几个小时）并返回一个属于该曲线的数字
好的，现在我实际上对您要做什么感到更加困惑。 np.random.normal 返回给定高斯分布的随机样本，因此只是一个“x”。然后有像 scipy.stats.norm 这样的函数，它们将返回给定“x”的概率密度。但是根据定义，概率不能超过 1。您当然可以构建最大值为 3 的高斯曲线，甚至可以转换 pdf 以使最大值为 3，但您究竟为什么要尝试实现这一目标？跨度>