我有以下列表:
series=[0.6, 4.1, 0.6, 6.7, 9.2, 7.6, 5.5, 0.9, 3.8, 8.4]
series
的mean
是4.74,并且它的np.std
等于:3.101
我想从series
生成1000个观测值,所以我使用了以下方法:
>>> series_1000=np.random.normal(4.74, 3.101, size=(1000))
>>> series_1000
>>> array([ 3.43395217, 6.60462489, 5.27316166, 4.20429521, 4.76772334,
8.04441319, -0.6967243 , 0.53378519, 2.1736758 , 9.96333279....
问题
上面的方法看起来很好,但是它是在series
是normally
分布的假设下工作的。
目的
我的目标是找到一种模拟值的方法,而不需要对原始的series
进行任何假设。
我们将非常感谢你方的任何帮助。
1条答案
按热度按时间sd2nnvve1#
如果均匀分布更适合您的需要,您可以用途:
或在便利功能内: