Python按不同概率从两个高斯分布采样出现报错如何解决

错误根因 #

你代码的核心问题是混淆了scipy分布对象和分布生成的样本数组的区别：

• norm.rvs()是生成样本的方法，执行后会直接返回numpy格式的样本数组，而非可重复调用生成样本的分布对象，因此数组不存在rvs方法，触发属性报错。
• 原有代码逻辑存在冗余：你预生成的size=5的样本没有被实际使用，和你要生成100个样本的需求不匹配。

正确实现 #

与原有逻辑对齐的写法 #

from scipy.stats import norm
import numpy as np

# 定义两个高斯分布对象，暂不生成样本
x = [norm(0, 1), norm(10, 1)]
# 按0.7、0.3的概率选择对应的分布
draw = np.random.choice([0, 1], 100, p=[0.7, 0.3])
# 对选中的分布调用rvs生成单个样本
y = [x[i].rvs() for i in draw]
z = np.array(y)

性能更优的向量化实现（避免循环） #

from scipy.stats import norm
import numpy as np

# 生成选择掩码，True对应选第一个分布，False对应选第二个
mask = np.random.choice([True, False], 100, p=[0.7, 0.3])
z = np.empty(100)
z[mask] = norm.rvs(0, 1, size=mask.sum())
z[~mask] = norm.rvs(10, 1, size=(~mask).sum())

内容的提问来源于stack exchange，提问作者Nanda