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 的 QMC 采样。
- 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。
参数 ::
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()
相关用法
- Python SciPy qmc.MultinomialQMC用法及代码示例
- Python SciPy qmc.Sobol用法及代码示例
- Python SciPy qmc.QMCEngine用法及代码示例
- Python SciPy qmc.LatinHypercube用法及代码示例
- Python SciPy qmc.update_discrepancy用法及代码示例
- Python SciPy qmc.discrepancy用法及代码示例
- Python SciPy qmc.geometric_discrepancy用法及代码示例
- Python SciPy qmc.Halton用法及代码示例
- Python SciPy qmc.scale用法及代码示例
- Python SciPy qmc.PoissonDisk用法及代码示例
- Python SciPy interpolate.make_interp_spline用法及代码示例
- Python SciPy stats.anderson用法及代码示例
- Python SciPy ClusterNode.pre_order用法及代码示例
- Python SciPy stats.iqr用法及代码示例
- Python SciPy FortranFile.read_record用法及代码示例
- Python SciPy ndimage.correlate用法及代码示例
- Python SciPy special.exp1用法及代码示例
- Python SciPy special.expn用法及代码示例
- Python SciPy signal.czt_points用法及代码示例
- Python SciPy interpolate.krogh_interpolate用法及代码示例
- Python SciPy ndimage.morphological_gradient用法及代码示例
- Python SciPy distance.sokalmichener用法及代码示例
- Python SciPy linalg.eigvalsh_tridiagonal用法及代码示例
- Python SciPy linalg.cdf2rdf用法及代码示例
- Python SciPy csc_array.diagonal用法及代码示例
注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.qmc.MultivariateNormalQMC。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。