python中的概率函數卷積

有N個分佈，它們取整數值0，...以及相關的概率。此外，我假定3個變量[值，概率]：python中的概率函數卷積

import numpy as np 
x = np.array([ [0,0.3],[1,0.2],[3,0.5] ]) 
y = np.array([ [10,0.2],[11,0.4],[13,0.1],[14,0.3] ]) 
z = np.array([ [21,0.3],[23,0.7] ])

由於有N個變量餘卷積第一X + Y，則我添加Z，等等。不幸的是，numpy.convole（）把一維數組作爲輸入變量，所以它不適合在這種情況下直接使用。我玩變數，把他們的所有值0,1,2，...，23（如果值不知道，那麼Pr = 0）...我覺得還有另一個更好的解決方案。

有沒有人有建議讓它更有效率？提前致謝。

來源

2016-12-14 dmitry

我在Scipy中看不到這種內置方法;有一種方法可以定義一個自定義的離散隨機變量，但不支持添加。下面是使用熊貓的方法，假設import pandas as pd和x,y,z在你的例子：

values = np.add.outer(x[:,0], y[:,0]).flatten() 
probs = np.multiply.outer(x[:,1], y[:,1]).flatten() 
df = pd.DataFrame({'values': values, 'probs': probs}) 
conv = df.groupby('values').sum() 
result = conv.reset_index().values

輸出是

array([[ 10. , 0.06], 
     [ 11. , 0.16], 
     [ 12. , 0.08], 
     [ 13. , 0.13], 
     [ 14. , 0.31], 
     [ 15. , 0.06], 
     [ 16. , 0.05], 
     [ 17. , 0.15]])

擁有兩個以上的變量，你不必去來回之間numpy和熊貓：在開始時可以包含附加變量。

values = np.add.outer(np.add.outer(x[:,0], y[:,0]), z[:,0]).flatten() 
probs = np.multiply.outer(np.multiply.outer(x[:,1], y[:,1]), z[:,1]).flatten()

旁白：這將是更好地保持在單獨numpy的數組值和概率，如果他們有不同的內部數據類型（整數VS實數）。

來源

2016-12-14 16:56:21 FTP

python中的概率函數卷積

回答

相關問題