Julia中如何从自定义分布采样并实现原地更新

Distributions.jl 提供了和randn!逻辑完全对齐的原地采样函数rand!，支持所有符合包接口规范的分布（包括自定义分布）的无额外内存分配采样，用法和你已掌握的randn!几乎一致。

调用示例 #

对应你给出的randn!使用范式，自定义分布的原地采样实现代码如下：

using Random, Distributions

# 初始化随机数生成器、预分配结果存储数组
rng = MersenneTwister(1234)
A = zeros(5)
# 定义目标分布，此处以均值2、标准差3的正态分布为例，替换为你自己创建的dist实例即可
dist = Normal(2, 3)

# 执行原地采样：从dist采样的结果会直接写入数组A，覆盖原有值，无额外数组分配
rand!(rng, dist, A)

使用说明 #

• 接口调用格式为rand!(rng, dist, A)，其中rng是随机数生成器实例、dist是目标分布实例、A是提前分配好的存储数组
• 该接口对所有Distributions.jl内置分布、以及按照官方接口规范实现的自定义分布均生效
• 反复调用该接口时，只会覆盖数组A内的已有数值，不会产生新的数组内存分配，和randn!的内存行为、性能表现完全一致，可以直接解决循环采样时产生大量临时内存分配的问题。

内容的提问来源于stack exchange，提问作者user1691278