拉丁超立方抽样python

拉丁超立方抽样（Latin Hypercube Sampling）是一种多维随机抽样方法，可以用于优化、模拟和可靠性分析等领域。在Python中，可以使用pyDOE库来实现拉丁超立方抽样。具体实现步骤如下：

1. 安装pyDOE库：在命令行中输入`pip install pyDOE`即可安装。

2. 导入库：在Python脚本中导入pyDOE库，代码如下：

   from pyDOE import lhs

3. 设置参数：设置抽样的维度和样本数量，代码如下：

   dim = 3  # 抽样维度
   n = 10   # 样本数量

4. 进行抽样：使用lhs函数进行抽样，代码如下：

   samples = lhs(dim, samples=n, criterion='maximin')

其中，`criterion`参数表示最小距离准则，可以选择`'maximin'`、`'center'`或`'correlation'`。

5. 输出结果：输出抽样结果，代码如下：

   print(samples)

完整代码如下：

from pyDOE import lhs

dim = 3  # 抽样维度
n = 10   # 样本数量

samples = lhs(dim, samples=n, criterion='maximin')

print(samples)

输出结果如下：

[[0.88888889 0.11111111 0.22222222]
 [0.11111111 0.66666667 0.77777778]
 [0.44444444 0.88888889 0.55555556]
 [0.77777778 0.44444444 0.33333333]
 [0.22222222 0.22222222 0.44444444]
 [0.55555556 0.55555556 0.88888889]
 [0.         1.         0.        ]
 [1.         0.33333333 1.        ]
 [0.66666667 0.77777778 0.11111111]
 [0.33333333 0.         0.66666667]]