Python中如何实现拉丁超立方抽样(LHS)的续采样新增样本

直接重跑LHS采样代码会重新划分全量样本的分层区间，既无法保留已生成的旧样本，也不能保证新旧样本合并后满足LHS的分层均匀性要求，以下是可落地的实现方案：

方案1：约束分层续采样（推荐） #

核心逻辑：最终总样本量为原有20个+新增10个共30个，先将每个参数维度等分为30个互不重叠的分层区间，标记原有20个样本已经占用的分层，剩余10个未被占用的分层每个区间内随机生成1个样本点，最终合并的30个样本完全满足LHS“每个维度每个分层区间有且仅有一个样本”的核心要求，且100%保留原有20个样本。
对应实现代码：

import numpy as np
from smt.sampling_methods import LHS

# 保持和原有采样完全一致的参数范围
limits = np.array([[870, 1125], [1200, 9000]])
n_exist = 20
n_new = 10
n_total = n_exist + n_new

# --------------------------
# 这里替换成你已经生成好的原有20个样本即可
# 示例为复现原有采样过程，如果你已经保存了Xtrain直接加载即可
sampling_old = LHS(xlimits=limits)
Xtrain = sampling_old(n_exist)
# --------------------------

# 1. 将原有样本归一化到[0,1]区间方便分层计算
X_norm = (Xtrain - limits[:, 0]) / (limits[:, 1] - limits[:, 0])
n_dim = X_norm.shape[1]

# 2. 标记原有样本已经占用的分层区间
used_bins = np.zeros((n_dim, n_total), dtype=bool)
for d in range(n_dim):
    bin_idx = np.floor(X_norm[:, d] * n_total).astype(int)
    bin_idx[bin_idx == n_total] = n_total - 1 # 处理刚好取到参数上限的边界情况，避免索引越界
    used_bins[d, bin_idx] = True

# 3. 为新样本分配未被占用的分层区间，随机打乱保证采样随机性
new_bin_idx = []
for d in range(n_dim):
    free_bins = np.where(~used_bins[d])[0]
    np.random.shuffle(free_bins)
    new_bin_idx.append(free_bins[:n_new])
new_bin_idx = np.array(new_bin_idx).T

# 4. 在分配到的分层区间内随机采样，映射回原始参数范围
X_new = np.zeros((n_new, n_dim))
for i in range(n_new):
    for d in range(n_dim):
        bin_low = new_bin_idx[i, d] / n_total
        bin_high = (new_bin_idx[i, d] + 1) / n_total
        rand_val = np.random.uniform(bin_low, bin_high)
        X_new[i, d] = rand_val * (limits[d, 1] - limits[d, 0]) + limits[d, 0]

# 合并原有样本和新样本，得到最终满足LHS要求的30个样本
Xtrain_augmented = np.vstack([Xtrain, X_new])

可选优化：如果你需要更高的样本空间均匀性，可以在步骤4采样时，每个分层区间生成10~20个候选点，选择和已有所有样本欧氏距离最大的候选点作为最终新样本，即可达到类似优化LHS（如maximin准则）的效果。

方案2：固定种子一次性生成全量样本（仅适合未开展后续实验的场景） #

如果你还没有基于原有20个样本开展后续仿真/计算，可以直接固定随机种子一次性生成30个样本，保证结果可复现。注意这个方法无法保留你之前已经生成的20个样本。
代码如下：

import numpy as np
from smt.sampling_methods import LHS

limits = np.array([[870, 1125], [1200, 9000]])
# 传入固定的random_state即可保证每次运行生成的样本完全一致
sampling = LHS(xlimits=limits, random_state=42)
train_size = 30
Xtrain = sampling(train_size)

注意：该方案仅适合实验初期可重新生成全量样本的场景，如果你已经基于原有20个样本跑完了部分实验，必须用方案1实现续采样。

采样结果校验 #

可以用以下代码快速校验合并后的样本是否满足LHS要求：

X_aug_norm = (Xtrain_augmented - limits[:,0]) / (limits[:,1] - limits[:,0])
for d in range(n_dim):
    bin_counts = np.bincount(
        np.floor(X_aug_norm[:, d] * n_total).astype(int),
        minlength=n_total
    )
    # 如果每个分层的样本数全为1，说明符合LHS要求
    print(f"维度{d}各分层样本数唯一值：", np.unique(bin_counts))

内容的提问来源于stack exchange，提问作者mikepl9