如何更改NumPy后勤功能的基础？

Question

对于Elo评分系统模拟，我需要从基本sqrt（10）中的逻辑分布中提取样本。在NumPy文档上，我发现：https : //docs.scipy.org/doc/numpy-1.10.0/reference/generation/numpy.random.logistic.html这使用基数“ e”中的概率密度：exp((loc-x)/scale)/(scale*(1+exp((loc-x)/scale))**2)我需要在基本sqrt（10）中使用概率密度。你知道我该怎么做吗？

Answer 1

经过一番检查后，我相当确定这在数学上是正确的：

def logistic_sample(n, loc = 0, scale = 1, base = np.exp(1)):
    p = np.random.rand(n)
    return loc + scale * np.log(p / (1 - p)) / np.log(base)

scipy.stats.rv_continuous如果您确实需要深入研究该分布，则另一种可能性是创建一个新类：

class logistic_base_gen(scipy.stats.rv_continuous):
    def _pdf(self, x, loc, scale, base):
        return base ** ((loc - x) / scale) / (s * (1 + base ** ((loc - x) / scale)) ** 2)logistic_base = logistic_base_gen(0)logistic_base.rvs(loc, scale, np.sqrt(10), size = n)