从一个合适的分布中得到好处

Question

我引用了Fitting empirical distribution to theoretical ones with Scipy (Python)?，并生成了最适合我的样本数据的分布。我希望根据最佳拟合分布生成随机数。见下图。你知道吗

但是，在https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.random.f.html#numpy.random.f中，只有3个参数，dfnum、dfden、size=None，我应该在哪里插入loc和scale。另外，最佳拟合分布中的dnd和dfd是float和in随机数，它需要整数。你知道吗

如果在代码df_members['bd'] = df_members.bd.apply(lambda x: np.rint((np.random.f(dfnum=1441, dfden=19))) if x==-999 else x )中仅使用dnd和dfd，则会生成这样的值，这是false。你知道吗

Answer 1

您可以从scipy.stats模块生成f分布的use，并使用f.rvs方法从中请求随机值，该方法接受四个参数加上大小（所需的绘制次数）。你知道吗

from scipy.stats import f
import matplotlib.pyplot as plt

values = f.rvs(1441.41, 19.1, -0.24, 26.5, 100000)

values是一个100000长度的数组，从给定的分布中抽取数据。你可以看到如下

plt.hist(values, bins=25)
plt.show()