Python统计包：statsmodel和scipy.stats之间的区别

Question

我需要一些关于为Python选择统计数据包的建议，我做了很多搜索，但不确定我是否做得对，特别是statsmodels和scipy.stats之间的区别。

我知道的一件事是scikits命名空间是scipy的特定“分支”，而以前的scikits.statsmodels现在称为statsmodels。另一方面，还有scipy.stats。两者之间有什么区别，哪一个是 Python的统计软件包？

感谢。

- 编辑 -

我更改了标题，因为有些答案与问题没有关系，我想这是因为标题不够明确。

Answer 1

Statsmodels将scipy.stats作为依赖项。 Scipy.stats具有所有概率分布和一些统计测试。它更像是numpy和scipy中的库代码。另一方面，Statsmodels提供了具有类似于R的公式框架的统计模型，并且它与pandas DataFrames一起使用。 statsmodels中还有统计测试，绘图和大量辅助函数。真的，这取决于你需要什么，但你绝对不必选择一个。他们有不同的目标和优势。

Answer 2

我尝试在日常工作中使用pandas / statsmodels / scipy，但有时这些软件包有点短（LOESS，任何人？）。 RPy模块的问题是（最后我检查过，至少）它想要一个特定版本的R不是最新的 - 我的R安装是2.16（我认为）和RPy想要2.14。所以要么你必须有两个并行的R安装，要么你必须降级。 （如果您没有安装R，那么您只需安装正确版本的R并使用RPy。）

因此，当我需要不在pandas / statsmodels / scipy中的东西时，我会编写R脚本，并使用subprocess模块运行它们。这让我尽可能少地与R交互（我真的不喜欢编程），但我仍然可以利用R包含的所有Python包不具备的东西。

经验教训是，对任何问题都没有一个解决方案 - 你必须组装一大堆对你有用的部分（也许你自己写一些），以你理解的方式，解决问题。 （R aficionados当然不同意！）

Answer 3

我认为统计数据包是numpy / scipy。如果您想使用matplotlib绘制数据，它也很有用。 但是，据我所知，matplotlib还不能与Python 3.x一起使用。