Python implementation of the random vector with fixed sum.
Python的随机数很容易获得，只需调用numpy.random里的函数，常用的如
numpy.random.rand(d0, d1, …, dn) # 产生均匀分布的随机数
numpy.random.randn(d0, d1, …, dn) # 产生标准正态分布随机数
numpy.random.randint(low[, high, size, dtype]) # 产生随机整数该模块也可以产生具有分布的随机数，常用的如
beta(a, b[, size]) # 贝塔分布
binomial(n, p[, size]) # 二项分布
chisquare(df[, size]) # 卡方分布但如果想要具有约束的随机数，就比较困难。该仓库实现了带和约束的随机向量产生方法，并且向量的元素也是具有范围约束的，具体地说，即：
返回m个长度为n随机向量，每个随机向量元素的值在[a, b]范围内，并且每个随机向量元素的和为s；方法的返回值为大小为nxm的矩阵X，该矩阵满足numpy.sum(X, 0)=[s, s, s,...]。
具有范围约束的带和约束的随机向量产生方法在很多问题中会被用到，但是numpy并没有将其集成进来。本实现具有高效、快速的特点，算法复杂度低，能够很快产生很大的随机矩阵X，本算法是基于该MATLAB实现的改写。
此外，本仓库还附带了该算法的一个数学应用，描述如下：
有
个在
上均匀分布的随机变量
，它们满足约束
，其中
是某个常数，求概率
该问题对于一般的情形无法使用解析解有效描述，只能依赖于数值解，对于n=10的情形数值解如下：
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent