用Ruby生成高斯（正态分布）随机数的代码

Question

用Ruby生成高斯（正态分布）随机数的代码

rubyrandomnormal-distribution

29

如何在ruby中生成正态分布随机数的代码？

(注意：我回答了自己的问题，但我会等几天看看是否有更好的答案。)

编辑：

搜索此问题时，我查看了SO上所有与以下两个搜索结果相关的页面：

+"normal distribution" ruby

和

+gaussian +random ruby

- Eponymous

你有查看相关问题吗？（请参见右侧面板） - Gumbo

是的，我检查过了，虽然有地方有这个算法，但没有人用Ruby编写过它。这是一个非常常见的任务，应该在标准库中。但如果没有的话，我认为可以在StackOverflow上找到复制粘贴的代码。 - Eponymous

最好提及你已经检查过哪些内容，这样想要回答的人就不会再次检查它们，除非他们认为你漏掉了某些东西。 - Andrew Grimm

4个回答

21

原问题要求提供代码，但作者的后续评论暗示其对使用现有库也很感兴趣。我也对此感兴趣，并进行了搜索，找到了以下两个Ruby宝石： gsl -“GNU科学图书馆的Ruby接口”（需要您安装GSL）。均值为0且给定标准差的正态分布随机数的调用序列为：

 rng = GSL::Rng.alloc
 rng.gaussian(sd)      # a single random sample
 rng.gaussian(sd, 100) # 100 random samples

rubystats - “一个从PHPMath移植来的统计库”（纯Ruby）。用于生成具有给定均值和标准差的正态分布随机数的调用序列为：

 gen = Rubystats::NormalDistribution.new(mean, sd)
 gen.rng               # a single random sample
 gen.rng(100)          # 100 random samples

- ronen

12

+1 持 @antonakos 的观点。以下是我一直在使用的 Box-Muller 实现；它基本上相同，但代码略微更紧凑:

class RandomGaussian
  def initialize(mean = 0.0, sd = 1.0, rng = lambda { Kernel.rand })
    @mean, @sd, @rng = mean, sd, rng
    @compute_next_pair = false
  end

  def rand
    if (@compute_next_pair = !@compute_next_pair)
      # Compute a pair of random values with normal distribution.
      # See http://en.wikipedia.org/wiki/Box-Muller_transform
      theta = 2 * Math::PI * @rng.call
      scale = @sd * Math.sqrt(-2 * Math.log(1 - @rng.call))
      @g1 = @mean + scale * Math.sin(theta)
      @g0 = @mean + scale * Math.cos(theta)
    else
      @g1
    end
  end
end

当然，如果您真的关心速度，您应该实现Ziggurat Algorithm：）。

- fearless_fool

12

另一个选项是使用distribution gem，这个gem是由SciRuby fellows之一编写的。

我认为它使用起来更简单。

require 'distribution'
normal = Distribution::Normal.rng(1)
norm_distribution = 1_000.times.map {normal.call}

- Ryanmt

看这段代码，我完全不知道预期标准差应该是多少。 - Paul Brannan

2

请访问此处：http://rubydoc.info/gems/distribution/0.7.0/Distribution/Normal/Ruby_您会发现rng(1)指定了平均值，并且您可以通过传递附加参数Distribution::Normal.rng(mean, standard_deviation)来指定所需的标准差，然后调用它以提供该分布中的随机值。 - Ryanmt

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- antonakos · Accepted Answer

Python的random.gauss()和Boost的normal_distribution都使用Box-Muller变换，因此这对于Ruby来说应该足够了。

def gaussian(mean, stddev, rand)
  theta = 2 * Math::PI * rand.call
  rho = Math.sqrt(-2 * Math.log(1 - rand.call))
  scale = stddev * rho
  x = mean + scale * Math.cos(theta)
  y = mean + scale * Math.sin(theta)
  return x, y
end

这个方法可以被封装在一个类中，该类会逐个返回样本。

class RandomGaussian
  def initialize(mean, stddev, rand_helper = lambda { Kernel.rand })
    @rand_helper = rand_helper
    @mean = mean
    @stddev = stddev
    @valid = false
    @next = 0
  end

  def rand
    if @valid then
      @valid = false
      return @next
    else
      @valid = true
      x, y = self.class.gaussian(@mean, @stddev, @rand_helper)
      @next = y
      return x
    end
  end

  private
  def self.gaussian(mean, stddev, rand)
    theta = 2 * Math::PI * rand.call
    rho = Math.sqrt(-2 * Math.log(1 - rand.call))
    scale = stddev * rho
    x = mean + scale * Math.cos(theta)
    y = mean + scale * Math.sin(theta)
    return x, y
  end
end

CC0 (CC0)

在法律允许的范围内，antonakos已经放弃了与RandomGaussian Ruby类相关的版权和邻近权利。此作品发表自：丹麦。