Python：如何从非标准柯西分布中随机抽样，从而使用不同的参数？
Python: how to randomly sample from nonstandard Cauchy distribution, hence with different parameters?
我在看这里：numpy
而且我可以看到您可以使用命令 np.random.standard_cauchy() 指定一个数组，从标准 Cauchy 中采样。
我需要从可能具有 x_0 != 0 和 gamma != 1 的 Cauchy 中采样，即可能不在原点，也不具有等于 1 的比例。
我该怎么做？
如果你有 scipy，你可以使用 scipy.stats.cauchy，它需要一个位置 (x0) 和一个比例 (gamma) 参数。它公开了 rvs 方法来抽取随机样本：
x = stats.cauchy.rvs(loc=100, scale=2.5, size=1000) # draw 1000 samples
您可以避免依赖 SciPy，因为 Cauchy 分布是 location-scale family 的一部分。这意味着，如果您从 Cauchy(0, 1) 中抽取样本 x，只需将其移动 x_0 并与 gamma 相乘，x' = x_0 + gamma * x 将根据 Cauchy(x_0, gamma).
我在看这里：numpy
而且我可以看到您可以使用命令 np.random.standard_cauchy() 指定一个数组，从标准 Cauchy 中采样。
我需要从可能具有 x_0 != 0 和 gamma != 1 的 Cauchy 中采样，即可能不在原点，也不具有等于 1 的比例。
我该怎么做？
如果你有 scipy，你可以使用 scipy.stats.cauchy，它需要一个位置 (x0) 和一个比例 (gamma) 参数。它公开了 rvs 方法来抽取随机样本：
x = stats.cauchy.rvs(loc=100, scale=2.5, size=1000) # draw 1000 samples
您可以避免依赖 SciPy，因为 Cauchy 分布是 location-scale family 的一部分。这意味着，如果您从 Cauchy(0, 1) 中抽取样本 x，只需将其移动 x_0 并与 gamma 相乘，x' = x_0 + gamma * x 将根据 Cauchy(x_0, gamma).