scipy.stats.qmc.

MultivariateNormalQMC

类 scipy.stats.qmc.MultivariateNormalQMC(mean, cov=无, *, cov_root=无, inv_transform=真, engine=无, seed=无)

从多变量正态 \(N(\mu, \Sigma)\) 中进行 QMC 采样。

参数:

meanarray_like (d,)

平均向量。其中 d 是维度。

covarray_like (d, d), 可选

协方差矩阵。如果省略，则使用 cov_root 代替。如果 cov 和 cov_root 均省略，则使用单位矩阵。

cov_rootarray_like (d, d’), 可选

协方差矩阵的根分解，其中，如果协方差不是满秩，则 d' 可能小于 d。如果省略，则使用 cov。

inv_transform布尔，可选

如果为 True，则使用逆变换代替 Box-Muller。默认值为 True。

engineQMCEngine，可选

准蒙特卡罗引擎采样器。如果为 None，则使用 Sobol。

seed{None，int，numpy.random.Generator，可选}

仅当 engine 为 None 时使用。如果 seed 为 int 或 None，则使用 np.random.default_rng(seed) 创建新的 numpy.random.Generator。如果 seed 已经是 Generator 实例，则使用所提供的实例。

示例

在浏览器中尝试！

>>> 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()

返回在新标签中打开

方法

random([n])

从多元正态分布中绘制 n 个 QMC 样本。