Python SciPy qmc.scale用法及代码示例

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

用法:

scipy.stats.qmc.scale(sample, l_bounds, u_bounds, *, reverse=False)#

从单位超立方体到不同边界的样本缩放。

要将样本从 \([0, 1)\) 转换为 \([a, b), b>a\) ，其中 \(a\) 为下限，\(b\) 为上限。使用以下转换：

\[(b - a) \cdot \text{sample} + a\]

参数 ：：

sample： 数组 (n, d)

按比例取样。

l_bounds, u_bounds： 数组 (d,)

下限和上限(分别。\(a\),\(b\)) 的转换数据。如果逆转为 True，将原始数据转换为单位超立方体的范围。

reverse： 布尔型，可选

反转从不同边界到单位超立方体的变换。默认为假。

返回 ：：

sample： 数组 (n, d)

缩放样本。

例子：

将单位超立方体中的 3 个样本转换为边界：

>>> from scipy.stats import qmc
>>> l_bounds = [-2, 0]
>>> u_bounds = [6, 5]
>>> sample = [[0.5 , 0.75],
...           [0.5 , 0.5],
...           [0.75, 0.25]]
>>> sample_scaled = qmc.scale(sample, l_bounds, u_bounds)
>>> sample_scaled
array([[2.  , 3.75],
       [2.  , 2.5 ],
       [4.  , 1.25]])

并转换回单位超立方体：

>>> sample_ = qmc.scale(sample_scaled, l_bounds, u_bounds, reverse=True)
>>> sample_
array([[0.5 , 0.75],
       [0.5 , 0.5 ],
       [0.75, 0.25]])