如何从已知概率密度函数值创建scipy.stats.rv_histogram

要解决仅已知固定宽度区间的概率密度值、却需要适配scipy.stats.rv_histogram的问题，核心是把概率密度转换为符合numpy.histogram输出格式的计数数组，具体步骤如下：

原理说明 #

rv_histogram依赖的numpy.histogram返回值中，counts的相对比例决定了区间的概率权重。对于固定宽度的区间：

• 单个区间的概率 ≈ 该区间的概率密度 × 区间宽度
• 我们可以用这个区间概率作为“虚拟计数”，因为rv_histogram会自动对counts做归一化处理，最终计算出的概率密度会和你已知的数值一致。

具体实现步骤 #

1. 准备基础数据 #

首先明确已知的范围、区间划分，以及每个区间的概率密度值：

import numpy as np
from scipy.stats import rv_histogram

# 已知的分布范围
x_start = 0.0
x_end = 0.001
# 区间数量（假设分成100个等宽区间）
num_intervals = 100
# 生成区间边界数组
bins = np.linspace(x_start, x_end, num_intervals + 1)
# 计算单个区间宽度
dx = bins[1] - bins[0]

# 替换为你实际的概率密度值（示例用随机数模拟）
known_pdf = np.random.uniform(100, 200, num_intervals)

2. 构造rv_histogram所需的计数数组 #

用概率密度乘以区间宽度，得到每个区间的概率，将其作为counts：

# 构造虚拟计数：区间概率 = 密度 × 宽度
counts = known_pdf * dx

注：如果区间宽度固定，直接用known_pdf作为counts也可行——因为相对比例一致，rv_histogram归一化后会自动修正为正确的密度值。

3. 创建分布对象并验证 #

# 初始化rv_histogram分布
custom_dist = rv_histogram((counts, bins))

# 验证：取区间中点计算密度，应与已知值一致（若sum(counts)≈1，即该范围是完整分布）
interval_midpoints = (bins[:-1] + bins[1:]) / 2
calculated_pdf = custom_dist.pdf(interval_midpoints)

# 输出验证结果（若sum(counts)是该范围的总概率，需做归一化对比）
print(np.allclose(calculated_pdf, known_pdf / counts.sum()))

注意事项 #

• 若你已知的只是分布的一小部分（0.0至0.001），rv_histogram会默认该范围外的概率密度为0；
• 区间宽度必须固定，否则需要单独计算每个区间的宽度并对应相乘。

内容的提问来源于stack exchange，提问作者Tonny Tc