所以我需要使用Python中的truncnorm函数来评估具有零下限的截断正态分布的值的可能性。
由于truncnorm适用于标准正态分布，因此如果您使用自己的a和b参数，则必须重新参数化mu和sigma。 a和b写为(myclip - mu) / sigma
我需要在mu和sigma的不同参数化下一次评估多个值，这意味着我必须将数组作为a和b的参数。但是，每次我这样做时都会收到错误消息。下面是一些简化的示例代码：
import numpy as np
from scipy.stats import truncnorm
v = np.array([5, 4])
mus = np.ones(2)
sigmas = np.ones(2)
a = (0 - mus) / sigmas
b = np.ones(2) * np.inf
like = truncnorm.pdf(vals, a, b, mus, sigmas)
我收到此错误消息：
cond0 = self._argcheck(*args) & (scale > 0)
File "/Users/adamosth/anaconda/lib/python2.7/sitepackages/scipy/stats/_continuous_distns.py", line 3818, in _argcheck
if self.a > 0:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
如果a作为单个值输入，我没有问题，但这并不是我真正想要的。
答案 0 :(得分：0)
更新scipy v0.13到v0.14后，我遇到了同样的问题。它仍然无法在v0.15中工作（我现在已安装）。所以我可以确认你的错误。
目前我通过逐个循环遍历所有值来使用解决方法，这当然是非常慢而不是真正的长期解决方案。我希望有人有更好的建议。