如何从 python/scipy/numpy 等中的步骤函数中采样？

如果我有每个箱的箱边和计数，是否有一种很好的简洁方法可以从这意味着的概率密度函数中进行采样？

这是我的意思的一个例子。

bin_edges = [0,2.1,6.3,23.5]
counts = [5,2,10]

概率密度函数是一个阶跃函数，其步长为：

[0,2.1,6.3,23.5]

第一步的概率密度（台阶高度）为 5/(17* 2.1)。 第二个箱/步骤的概率密度是 2/(17*4.2)，第三个步骤/箱的概率密度是 10/(17*17.2)。

如果您落在某个 bin/step 中，则您采样的值将从该步骤的 x 值中均匀采样。因此，如果你落在第一步，它的值统一在 0 到 2.1 之间。

是否有一种使用 Python 模块执行此采样的简洁方法？例如使用 scipy/numpy/etc？

“如果我有箱边缘和每个箱的计数，是否有一种很好的简洁方法可以从这意味着的概率密度函数中进行采样？”

情况正是如此scipy.stats.rv_histogram https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.rv_histogram.html.

这是一个例子。

首先，生成一些我们可以用于示例的直方图数据。

In [150]: sample = np.random.gamma(6, size=2000)                                                                                                                

In [151]: hist, edges = np.histogram(sample, bins=5)                                                                                                            

In [152]: hist                                                                                                                                                  
Out[152]: array([490, 949, 438, 100,  23])

In [153]: edges                                                                                                                                                 
Out[153]: 
array([ 1.23006474,  4.19769156,  7.16531838, 10.13294519, 13.10057201,
       16.06819883])

创建一个实例rv_histogram与该数据。

In [154]: from scipy.stats import rv_histogram                                                                                                                  

In [155]: rv = rv_histogram((hist, edges))                                                                                                                      

生成随机样本rv，并绘制其直方图。

In [156]: rv_sample = rv.rvs(size=100000)                                                                                                                       

In [157]: plt.hist(rv_sample, bins=50, alpha=0.5, edgecolor='k')