python - 使用 For 循环重写 numpy.random.binomial

Question

目前我有以下代码

def approx_binomial(n, p, size=None):
    gaussian = np.random.normal(n*p, n*p*(1-p), size=size)
    # Add the continuity correction to sample at the midpoint of each integral bin.
    gaussian += 0.5
    if size is not None:
        binomial = gaussian.astype(np.int64)
    else:
        # scalar
        binomial = int(gaussian)
    return binomial

但是，它不是很准确，因为它使用了随机函数。有没有其他方法可以使用 for 循环重写函数？

我的另一个问题是如何显示概率质量函数与成功次数的关系图？

def approx_binomial(n, p, size=None):
    gaussian = np.random.normal(n*p, n*p*(1-p), size=size)
    # Add the continuity correction to sample at the midpoint of each integral bin.
    gaussian += 0.5
    if size is not None:
        binomial = gaussian.astype(np.int64)
    else:
        # scalar
        binomial = int(gaussian)
    return binomial
plt.plot(n,p)
plt.show()

谢谢!

Answer 1

使用 for 循环从二项分布中获取随机样本的明显方法是:

import random

def binomial_random_sample(n, p):
    ret = 0
    for j in range(n):
        if random.random() < p:
            ret += 1
    return ret

或者如果您更喜欢更简洁的方法:

def binomial_random_sample(n, p):
    return sum(random.random() < p for j in range(n))