scipy.stats.multivariate_normal.rvs的等效函数用于偏斜数据

我有一个数据集，它由多个行（条目）和列（功能）组成。我想从我拥有的真实数据中生成伪数据。

首先，我计算了每列的均值和协方差矩阵。 marker变量是数据集，其类型是pandas的DataFrame。

mean_vec = markers.mean()
cov_mat = markers.cov()

然后，我对虚拟数据进行了如下整理：

dummy = pd.DataFrame(scipy.stats.multivariate_normal.rvs(mean = mean_vec.values,cov=cov_mat.values,size = 1000),columns=markers.columns)

尽管生成的数据具有正态分布，但原始数据的分布是偏正态的。我使用了skew()函数在熊猫中测量了数据的偏度：

skew_vec = markers.skew()

但是，由于scipy.stats.skewnorm.rvs没有获得协方差矩阵作为输入参数，因此我无法生成与偏态正交相关的数据。