简单随机分布采样

SRDS主要是一个围绕scipy统计函数（scipy.stats）的包装。它使得从参数化分布中进行采样变得更加容易，并提供了一些加速随机采样的工具。

示例

截断或拒绝采样

srds添加了一些类，使得利用scipy统计分布更加容易。要从一个对数正态分布（σ = 0.25）中采样，但截断在0.5和2之间，可以使用BoundRejectionSampler

from srds import ParameterizedDistribution as PDist, BoundRejectionSampler

dist = PDist.lognorm(0.25)
sampler = BoundRejectionSampler(dist, 0.5, 2)

x = sampler.sample(10)

快速采样单个值

在scipy统计分布上调用dist.rvs是计算上昂贵的。这对于像这样做的代码来说是个问题：

# will be slow (calls dist.rvs 10000 times)
for i in range(10000):
    x = dist.sample()
    # ...

srds提供了一个BufferedSampler，从一个分布中抽取更大的样本，然后从该样本返回。

from srds import BufferedSampler

dist = BufferedSampler(dist)

# will be much faster! (calls dist.rvs only 10 times with a sample size of 1k)
for i in range(10000):
    x = dist.sample()
    # ...

从群体中采样

您可以使用PopulationSampler从一个离散集合中抽取样本，并且还可以使用权重进行采样。

from srds import PopulationSampler

sampler = PopulationSampler(['a', 'b', 'c'], [8, 1, 1])
sampler.sample() # will return 'a' 8 out of 10 times on average
sampler.sample(10) # returns a list containing items from ['a', 'b', 'c'] in random order