基于python中的一个值生成“正态分布”数据

Question

我有一个var temp，比如temp = 100。我想要做的是生成8个数据点。这8点显示如图所示。它看起来像正态分布，但我想在这些点上添加很多随机值，以便它们看起来不像完美的正态分布。最终数据（曲线下方的面积）应为，总计为温度。有人可能会建议如何在Python中轻松整齐地做到这一点吗？

我试图在numpy/matplot中使用分布函数。但是，我想知道如何得到像图中所示的8点（x = 0,1,2,3,4 ...）？另外我无法弄清楚我可以如何将它们加到100？

Answer 1

通过施加总和temp=100你介绍的依赖至少两个数据点之间，因此无法建立一套独立的采样随机数据点。

This answer on mathworks提供了更详细的信息。

一个简单的例子：

想象一下投币。系统中的随机性正好是一个二进制结果，或1位。

想象一下两个硬币翻转。系统中的随机性恰好是两个二进制结果或2位。

现在想象一下对两个硬币翻转施加一个总和约束，假设你希望系统中硬币翻转的总和等于1.因为第二个硬币翻转的结果是由第一个二元决策的结果决定的，系统中的随机性会缩小。

因此，您将系统的总体随机性从2位降低到1位。因此不可能从具有总和约束的正态分布抽样8个真（伪）随机点。在比较

>>> import numpy as np 
>>> temp = 100.0 
>>> datapoints = 8 
>>> dev = 1 
>>> data = np.random.normal(temp/datapoints, dev, datapoints-1) 
>>> print(data) 
[ 11.70369328 10.77010243 11.20507387 12.40637644 12.81099137 
    12.55329521 10.95809056] 
>>> data = np.append(data,temp-sum(data)) 
>>> data 
array([ 11.70369328, 10.77010243, 11.20507387, 12.40637644, 
     12.81099137, 12.55329521, 10.95809056, 17.59237685]) 
>>> sum(data) 
100.0