我希望对一个在多个维度(2、3、4)中定义的函数所表示的分布进行取样:
f(x, y, ...) = ...
分布可能很丑陋,非标准的(如3D数据样条曲线,高斯总和等)。 为此,我想在2..4维空间中均匀采样,然后用另一个随机数接受或拒绝给定点到我的样本中。
是否有现成的Python库可以实现这个目的?
是否有Python库可以使用拉丁超立方采样或其他均匀采样方法生成这个2..4维空间中的点? 独立随机数的暴力采样通常会导致空间中更密集和不那么密集的区域。
如果1)和2)不存在,是否有人好心分享他的实现相同或类似问题的代码。
我将在Python代码中使用它,但也可以参考其他解决方案。
:
), ellipsis (...
), numpy.newaxis (None
) and integer or boolean arrays are valid indices. 失败的行是 l = lhsmdu.sample(2, 10)(我在使用Python 3)。 - Santi Peñate-Vera