拉丁超立方抽样 python

### 实现拉丁超立方抽样

在 Python 中进行拉丁超立方抽样 (LHS)，可以利用 `pyDOE` 库，该库提供了方便的方法来执行 LHS 抽样。此方法能够确保样本在整个输入空间内均匀分布，同时减少所需的样本数量以达到相同的精度[^1]。

#### 安装 pyDOE 库
为了使用这个功能强大的工具，首先需要安装 `pyDOE`：

pip install pydoe

#### 使用 PyDOE 进行拉丁超立方抽样
下面是一个简单的例子展示如何通过 `pyDOE.lhs()` 函数来进行拉丁超立方抽样:

import numpy as np
from pyDOE import lhs

def perform_lhs(num_samples, num_dimensions):
    # 执行拉丁超立方抽样
    samples = lhs(n=num_dimensions, samples=num_samples)

    return samples

num_samples = 10  # 样本数目
num_dimensions = 2  # 输入变量维度数

samples = perform_lhs(num_samples, num_dimensions)
print(samples)

这段代码定义了一个名为 `perform_lhs` 的函数，它接受两个参数：一个是所需样本的数量 (`num_samples`)；另一个是要考虑的输入变量维数(`num_dimensions`)。调用 `lhs()` 方法并传入相应的参数即可获得一组服从拉丁超立方分布的随机样本矩阵。