【小白学机器学习41】如何从正态分布的总体中去抽样？ 获得指定正态分布的样本的2种方法

目录

1 目标：使用2种方法，去从正态分布的总体中去抽样，获得样本

1.1 step1: 首先，逻辑上需要先有符合正态分布的总体population

1.2 从总体中取得样本，模拟抽样的过程

2 从正态分布抽样的方法1

3  从正态分布抽样的方法2

4 完整代码

1 目标：使用2种方法，去从正态分布的总体中去抽样，获得样本

import numpy as np
import pandas as pd
import scipy as sp

1.1 step1: 首先，逻辑上需要先有符合正态分布的总体population

• 都需要先生成一个 符合正态分布的 “总体population”
• 我们设置的总体
• 可以是无限的，或者是有限但是数量较大
• 但是必须设置的是，总体的参数，mean=?  std=?
• np.random.normal(loc=0, scale=1, size=1000)
• sp.stats.norm.rvs(loc=0,scale=1,size=10)

1.2 从总体中取得样本，模拟抽样的过程

• np.random.choice(array1,size=10,replace=False)
• sp.stats.norm.rvs(loc=0,scale=1,size=10)

2 从正态分布抽样的方法1

• # 先用np.random.normal一个正态分布的随机数组 ，然后再用np.random.choice()去抽样
• array1=np.random.normal(loc=0, scale=1, size=1000)
• array2=np.random.choice(array1,size=10,replace=False)
   

3  从正态分布抽样的方法2

• # 直接使用sp.stats.norm.rvs() 从正态分布的总体中去生成样本，抽样
• array3=sp.stats.norm.rvs(loc=0,scale=1,size=10)

4 完整代码

import numpy as np
import pandas as pd
import scipy as sp
from matplotlib import pyplot as plt
import seaborn as sns
%precision 3


# 从正态分布抽样的方法1
# 先用np.random.normal一个正态分布的随机数组 ，然后再用np.random.choice()去抽样
np.random.seed(100)   #设置确定的随机种子，保证每次随机的结果都相同

array1=np.random.normal(loc=0, scale=1, size=1000)
array2=np.random.choice(array1,size=10,replace=False)
print(array2)
print(np.mean(array2))
print()

# 直接使用sp.stats.norm.rvs() 从正态分布的总体中去生成样本，抽样
array3=sp.stats.norm.rvs(loc=0,scale=1,size=10)
print(array3)
print(np.mean(array3))
print()