Lognormal pdf在python中生成零
我想在指数分布的背景下，从对数正态分布生成随机数，如下所示：
我有100个从1到25的整数(比如位置)。这些整数是从我自己的类指数分布中生成的。
在这个地方，我想分发N个项目。但这些项目有自己的对数正态分布，有一些模式(在1到25之间)和标准偏差(从1到7)。我的代码是这样工作的：
我有一个称为variable_vec的位置数组，我知道N称为N，我知道模式称为pref_value，我知道标准差称为power_of_preference。
首先，我将从pref_value和power_of_preference计算shape和scale参数。我的进步是这样的：
unique_localities = np.unique(np.array(vec_of_variable)) #all values of localities
res1 = [0 for i in range(len(unique_localities))]
res = [0 for i in range(len(vec_of_variable))] #this will be desired output
for i in range(len(res1)):
res1[i] = stats.lognorm.pdf(unique_localities[i], shape, 0, scale) #pdfs of values of localities
res1 = np.array([x/min(res1) for x in res1]) #here is the problem, min(res1) could be zero, see text
res1 = np.round(res1)
res1 = np.cumsum(res1)
item = 0
while item < N:
r = random.uniform(0, max(res1))
site_pdf_value_vec = [x for x in res1 if x >= r]
site_pdf_value = min(site_pdf_value_vec) #this is value of locality where Ill place one item代码还在继续，但关键部分在这里。简单地说，位置的logNormpdf值是我将物品放在那个位置的“概率”。这就是我需要pdf值的原因。
PS:这个方法是我的主管批准的，所以我不想改变它。
问题是，这有时会发生，那就是min(res1) = 0。然后除以零，res1就变成了无穷大数组。0到25之间的x的对数正态分布永远不会是零，但它可能非常接近。我认为这个问题是这些pdf值中的一个太接近于零，所以python会将其round为零。
我的问题是，如何在我的代码中避免在res1中得到零？我的想法是在python中用最小的正浮点数代替零，但我不知道这个值。还是有另一种更优雅的解决方案？
寻求帮助。
PS:有人可能会考虑不取res1的反转值，问题的步骤看起来是超流的。但这是控制，这些值中的最小值不是零。换句话说，每个位置都必须有一个“区间”“概率”，如果一个pdf为零，则它的概率不是区间，而是一个数字。
回答 1
Stack Overflow用户
发布于 2017-04-20 14:02:26
计算lognorm.logpdf而不是lognorm.pdf，然后在日志空间中工作。对于舍入为零的非常小的概率，这应该具有更好的准确性。
https://stackoverflow.com/questions/43520282
复制
![VUE 网页生成 PDF[通俗易懂]](https://ask.qcloudimg.com/http-save/yehe-8223537/11b4e41d752203db3756c119e1e1cdc1.jpeg)
相似问题
在python中编写lognormal函数
python中PDF的生成
PDFKit在python中生成pdf
pdf报告在python 2.7中生成
python wkhtmltopdf生成pdf
领取专属 10元无门槛券
AI混元助手 在线答疑
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
