Учитывая распределение, скажем, гауссово:
import pandas as pd
import numpy as np
gaussian_distribution = np.random.normal(0,1,10_000)
Этот образец выглядит так:
Что я хочу сделать, так это пересэмплировать это распределение, чтобы каким-то образом получить однородное распределение, поэтому:
Pr(X) = Pr(X+W)
Меня не беспокоит окончание на n < 10_000, я просто хочу убрать пик раздачи.
Я что-то читал об интерполяции дистрибутива на этом, но не мог понять, как это работает.
Я не уверен, почему вы захотите это сделать или почему важно сохранить исходные выборки, а не повторную выборку равномерного распределения с границами, соответствующими вашей гистограмме. Но вот подход, как вы просили: возьмите гистограмму достаточной детализации и передискретизируйте точки, попадающие в каждый бин, обратно пропорционально высоте бина. В конечном итоге вы получите равное количество (примерно) очков из каждого интервала бина.
x = np.random.randn(10_000)
counts, bins = np.histogram(x, bins=10)
subsampled = []
for i in range(len(bins)-1):
if i == len(bins)-2:
# last bin is inclusive on both sides
section = x[(x>=bins[i]) & (x<=bins[i+1])]
else:
section = x[(x>=bins[i]) & (x<bins[i+1])]
sub_section = np.random.choice(section, np.amin(counts), replace=False)
subsampled.extend(sub_section)
Ограничение этого быстрого и грязного решения заключается в том, что наименьший бункер определяет высоту вашего результирующего равномерного распределения. Как следствие, меньшее количество бинов в вашей гистограмме не сделает точки подвыборки однородными, но позволит вам сохранить их больше. Вы также можете отрезать хвосты, чтобы исправить это.
Оригинал: 
Подвыборка: 
Существует функция с именем np.random.uniform
import matplotlib.pyplot as plt
mu, sigma = 0, 0.1 # mean and standard deviation
s = np.random.uniform(mu, sigma, 1000)
count, bins, ignored = plt.hist(s, 30, density=True)
plt.plot(bins, 1/(sigma * np.sqrt(2 * np.pi)) *
np.exp( - (bins - mu)**2 / (2 * sigma**2) ),linewidth=2, color='r')
plt.show()
