超几何分布描述有限总体中不放回抽样时某类元素出现次数的概率分布，核心参数为总体大小M、成功类数量n、抽样数N及成功次数k；可用scipy.stats.hypergeom计算PMF或手动实现，并支持随机抽样模拟。
超几何分布描述的是：从有限总体中不放回地抽取若干样本时，其中某一类元素出现的次数的概率分布。Python 中可以用 scipy.stats.hypergeom 直接计算，也可以手动实现概率质量函数（PMF）。
用 scipy 实现超几何分布
最常用、最稳妥的方式是调用 SciPy 提供的 hypergeom 类，它已优化并支持批量计算。
参数说明：
- M：总体大小（比如罐子里总共有多少个球）
- n：总体中“成功类”元素个数（比如红球有多少个）
- N：抽取样本数（比如摸出几个球）
- k：我们关心“抽中多少个红球”（即成功次数）
示例代码：
from scipy.stats import hypergeom import numpy as np总体 M=50，其中 n=10 个是目标类（如次品），抽 N=5 个
M, n, N = 50, 10, 5
计算 k=0,1,2,3,4,5 时的概率
k = np.arange(0, N + 1) pmf_values = hypergeom.pmf(k, M, n, N)
for k_val, prob in zip(k, pmf_values): print(f"P(X = {k_val}) = {prob:.6f}")
手动实现 PMF（加深理解）
超几何分布的 PMF 公式为：
P(X = k) = C(n, k) × C(M − n, N − k) / C(M, N)
其中 C(a,b) 是组合数，即 “a 选 b”。注意：只有当 max(0, N − (M − n)) ≤ k ≤ min(n, N) 时概率非零。
手动实现（使用 math.comb，Python 3.8+）：
import mathdef hypergeom_pmf(k, M, n, N): if k < 0 or k > n or k > N or N - k > M - n: return 0.0 numerator = math.comb(n, k) * math.comb(M - n, N - k) denominator = math.comb(M, N) return numerator / denominator if denominator != 0 else 0.0
示例：同上参数
M, n, N = 50, 10, 5 for k in range(N + 1): print(f"P(X = {k}) = {hypergeom_pmf(k, M, n, N):.6f}")
生成随机样本（模拟抽样过程）
除了计算概率，你可能还想模拟多次不放回抽样结果：
import numpy as npdef hypergeom_rvs(M, n, N, size=1):
创
建总体：n 个 1（成功），M-n 个 0（失败）
population = [1] * n + [0] * (M - n) samples = [] for _ in range(size): # 不放回随机抽 N 个 draw = np.random.choice(population, size=N, replace=False) samples.append(draw.sum()) # 统计抽中多少个 1 return np.array(samples)模拟抽 1000 次，每次抽 5 个
results = hypergeom_rvs(M=50, n=10, N=5, size=1000) print("模拟频次统计：", np.bincount(results, minlength=6))
建总体：n 个 1（成功），M-n 个 0（失败）注意事项与常见错误
使用时容易忽略的细节：
- 确保 k 的取值范围合法：不能超过 n 或 N，也不能导致另一类不够抽（如 N−k > M−n）
- SciPy 的
hypergeom默认对非法 k 返回 0，但手动实现需自己判断边界 - 大数组合数（如 C(10000, 500)）可能导致整数溢出或浮点精度问题，此时建议用对数计算或 scipy 的 logpmf
- 若需高精度或超大参数，可改用
scipy.stats.hypergeom.logpmf避免下溢
基本上就这些。scipy 方案适合绝大多数场景；手动实现有助于理解原理，也便于嵌入无外部依赖的轻量环境。
