对数正态分布PDF生成蟒蛇零

Question

我想在指数分发folows的背景下产生的对数正态分布随机数：

我有100个整数（说地方），从1到25这整数从我自己生成的指数分布。

在这个地方，我想分配N项。但是这些项目有他们自己的对数正态分布，有一些模式（1到25之间）和标准偏差（从1到7）。我的代码是这样的：

我有地方叫variable_vec，我知道N.叫N，我知道叫pref_value模式，我知道标准差称为power_of_preference的阵列。

首先，我将计算shape和scale参数pref_value和power_of_preference。比我的进展如下：

unique_localities = np.unique(np.array(vec_of_variable)) #all values of localities 
res1 = [0 for i in range(len(unique_localities))] 
res = [0 for i in range(len(vec_of_variable))] #this will be desired output 
for i in range(len(res1)): 
    res1[i] = stats.lognorm.pdf(unique_localities[i], shape, 0, scale) #pdfs of values of localities 
res1 = np.array([x/min(res1) for x in res1]) #here is the problem, min(res1) could be zero, see text 
res1 = np.round(res1) 
res1 = np.cumsum(res1) 
item = 0 
while item < N: 
    r = random.uniform(0, max(res1)) 
    site_pdf_value_vec = [x for x in res1 if x >= r] 
    site_pdf_value = min(site_pdf_value_vec) #this is value of locality where Ill place one item 

代码继续，但关键的部分在这里。简而言之，地点的lognorm pdf值是'我的物品放在该地区'的'概率'。这就是为什么我需要pdf值。

PS：这种方法是由我的主管批准的，所以我不想改变它。

问题是，有时会发生那min(res1) = 0。比病除零，并res1成为无穷的数组。 0到25之间的对数正态分布x绝不为零，但可能非常接近。我遇到的问题是，这些pdf值中的一个太接近于零，所以python会将其round归零。

我的问题是，如何避免在我的代码中得到零在res1？我的想法是用python中的最小正浮点数替换零点，但我不知道这个值。还是有另一种更优雅的解决方案？

Thx寻求帮助。

PS：有人可以关于不采取res1反向值的问题，问题步骤看起来超级流。但它是控制，这些值的最小值不是零。换句话说，每个地方都必须有一些“间隔”“概率”，如果一个pdf为零，它的概率不是区间而是一个数。

Answer 1

计算lognorm.logpdf而不是lognorm.pdf，然后在日志空间中工作。对于被舍入为零的非常小的概率，这应该具有更好的准确性。