Python SciPy qmc.MultivariateNormalQMC用法及代碼示例

本文簡要介紹 python 語言中 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)#

來自多元正態 \(N(\mu, \Sigma)\) 的 QMC 采樣。

參數 ：：

mean： 數組 (d,)

平均向量。其中d 是維度。

cov： 數組 (d, d)，可選

協方差矩陣。如果省略，請改用cov_root。如果 cov 和 cov_root 都被省略，則使用單位矩陣。

cov_root： 數組 (d, d')，可選

協方差矩陣的根分解，其中d'可能小於d如果協方差不是滿秩。如果省略，請使用冠狀病毒.

inv_transform： 布爾型，可選

如果為真，則使用逆變換而不是Box-Muller。默認為真。

engine： QMCEngine，可選

Quasi-Monte 卡羅引擎采樣器。如果沒有，則使用 Sobol 。

seed： {無，整數， numpy.random.Generator }，可選

僅在以下情況下使用引擎是無。如果種子是 int 或 None，一個新的numpy.random.Generator是使用創建的np.random.default_rng(seed).如果種子已經是一個Generator實例，然後使用提供的實例。

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()