Python SciPy qmc.MultivariateNormalQMC用法及代码示例

本文简要介绍 python 语言中 scipy.stats.qmc.MultivariateNormalQMC 的用法。

用法:

class  scipy.stats.qmc.MultivariateNormalQMC(mean, cov=None, *, cov_root=None, inv_transform=True, engine=None, seed=None)#

来自多元正态 \(N(\mu, \Sigma)\) 的 QMC 采样。

参数 ：：

mean： 数组 (d,)

平均向量。其中d 是维度。

cov： 数组 (d, d)，可选

协方差矩阵。如果省略，请改用cov_root。如果 cov 和 cov_root 都被省略，则使用单位矩阵。

cov_root： 数组 (d, d')，可选

协方差矩阵的根分解，其中d'可能小于d如果协方差不是满秩。如果省略，请使用冠状病毒.

inv_transform： 布尔型，可选

如果为真，则使用逆变换而不是Box-Muller。默认为真。

engine： QMCEngine，可选

Quasi-Monte 卡罗引擎采样器。如果没有，则使用 Sobol 。

seed： {无，整数， numpy.random.Generator }，可选

仅在以下情况下使用引擎是无。如果种子是 int 或 None，一个新的numpy.random.Generator是使用创建的np.random.default_rng(seed).如果种子已经是一个Generator实例，然后使用提供的实例。

例子：

>>> import matplotlib.pyplot as plt
>>> from scipy.stats import qmc
>>> dist = qmc.MultivariateNormalQMC(mean=[0, 5], cov=[[1, 0], [0, 1]])
>>> sample = dist.random(512)
>>> _ = plt.scatter(sample[:, 0], sample[:, 1])
>>> plt.show()