python函数，已有概率密度函数，求该符合概率密度函数分布的一个数组

可以使用numpy库中的random模块的rand函数，按照给定的概率密度函数生成数组。具体代码如下：

import numpy as np

def pdf(x):
    # 编写给定的概率密度函数
    # 示例为正态分布密度函数
    return np.exp(-x**2 / 2) / np.sqrt(2 * np.pi)

n = 1000 # 生成的数组长度
x = np.linspace(-5, 5, n)
dx = x[1] - x[0]
y = pdf(x)
y = y / (dx * y).sum()
# 上述y的目的是归一化处理，使得 y 的积分为 1

sampled_array = np.random.choice(x, size=n, replace=True, p=y)

其中 `np.random.choice` 函数按照指定的概率密度函数生成样本，`replace` 参数为 `True` 时表示允许重复采样，因此可以得到指定长度的符合概率密度函数的数组。

相关问题

python函数，已有概率密度函数，该概率密度函数不能求反函数，求该符合概率密度函数分布的一个数组

可以使用逆变换抽样法（Inverse Transform Sampling）来生成符合该概率密度函数分布的随机数组。

具体步骤如下：

1. 将概率密度函数在定义域内积分，得到积分函数F(x)。

2. 生成一个0到1之间的随机数r。

3. 求出r对应的x值，即x=F⁻¹(r)。

4. 重复步骤2和步骤3，生成足够多的x值。

这些生成的x值就符合所给的概率密度函数分布了。