Question

我正在尝试在python中创建累积发行版，但不断获取AttributeError，我的代码为：

import sys
import scipy.stats
import numpy 

def CDF_Random(N,NE,E,SE,S,SW,W,NW,Iterations):
    WindDir = [0,45,90,135,180,225,270,315]
    Freq = [N,NE,E,SE,S,SW,W,NW]

    cdf=scipy.stats.rv_discrete.cdf(WindDir,Freq)  
    cdf_rand=cdf.rvs(size=Iterations)    
    return (cdf_rand)

if __name__ == '__main__':
    N = float(sys.argv[1])
    NE = float(sys.argv[2])
    E = float(sys.argv[3])
    SE = float(sys.argv[4])
    S = float(sys.argv[5])
    SW = float(sys.argv[6])
    W = float(sys.argv[7])
    NW = float(sys.argv[8])
    Iterations = float(sys.argv[9])
    numpy.set_printoptions(threshold=Iterations)
    sys.stdout.write(str(CDF_Random(N,NE,E,SE,S,SW,W,NW,Iterations)))

我得到的错误取决于我用于WindDir amd Freq的值，有时它们是如上面代码中所示的数组，有时其中一个是单个整数，或者它们都是或者一个可能是0之间的数字和1.

AttributeError: 'int' object has no attribute '_fix_loc'

或

AttributeError: 'list' object has no attribute '_fix_loc'

或

AttributeError: 'float' object has no attribute '_fix_loc'

我已经浏览了谷歌搜索和这个网站，但我没有运气，我也花了很长时间改变我的输入和使用python网站。

修改我尝试过的输入：请注意，由于输入数组的长度不同，因此需要为某些输入编辑代码。这些都通过命令提示符

运行

python C:\Users\...\python\CDF.py 0.01 0.02 0.03 0.4 0.98 0.99 1 5

这会出现此错误

AttributeError: 'list' object has no attribute '_fix_loc'

编辑代码后导入系统 import scipy.stats import numpy

def CDF_Random（）：

    cdf=scipy.stats.rv_discrete.cdf(5,1)

   cdf_rand=cdf.rvs(size=Iterations)    
    return (cdf_rand)

    return (cdf)

if __name__ == '__main__':

    sys.stdout.write(str(CDF_Random()))

返回以下错误

AttributeError：'int'对象没有属性'_fix_loc'

def CDF_Random（）：

    cdf=scipy.stats.rv_discrete.cdf(0.5,1)

   cdf_rand=cdf.rvs(size=Iterations)    
    return (cdf_rand)

    return (cdf)

if __name__ == '__main__':

    sys.stdout.write(str(CDF_Random()))

发生此错误

AttributeError: 'float' object has no attribute '_fix_loc'

我还尝试了其他组合，例如数组作为第一个变量，并且整数和浮动作为第二个变量。

cdf=scipy.stats.rv_discrete.cdf([array],0.5)
cdf=scipy.stats.rv_discrete.cdf([array],[array])
cdf=scipy.stats.rv_discrete.cdf(4,[array])
cdf=scipy.stats.rv_discrete.cdf([array],5)

Answer 1

scipy.stats.rv_discrete.cdf评估您在某些列出的分位数上的分布情况。你必须先分发你的发行版。尝试：

mydist = scipy.stats.rv_discrete(name = 'mydistribution', values=(WindDir,Freq))

注意：Freq实际上应该是概率并且总和为1，所以你应该将每个成员除以Freq的总和，然后再将其传递给.rv_discrete。

更明确地说，此代码会从您使用Iteration和WindDir的分发中返回Freq个随机变量。（虽然我稍微更改了名称，因为我不喜欢使用sysargs进行测试）。

import sys
import scipy.stats
import numpy 
import random

def CDF_Random(probs,Iterations):
    WindDir = [0,45,90,135,180,225,270,315]
    Freq = probs
    mydist = scipy.stats.rv_discrete(name = 'mydistribution', values=(WindDir,Freq))  
    cdf_rand=mydist.rvs(size=Iterations)    
    #cdf=scipy.stats.rv_discrete.cdf(cdf_rand,[.5,1,10,50,99])
    return (cdf_rand)

if __name__ == '__main__':
    probs = [random.randint(1,10) for _ in xrange(8)]
    probs = [float(p)/sum(probs) for p in probs]
    Iterations = 30
    numpy.set_printoptions(threshold=Iterations)
    a=CDF_Random(probs,Iterations)

给出：

>>> a
array([  0, 270, 180, 180,   0, 180,  45,  45, 270, 270, 270,   0,  45,
        45, 180,  45, 180, 180, 270, 225,  45, 180, 270, 315, 225,  45,
       180, 180,   0,   0])

如果您想评估发行版的cdf，请使用mydist.cdf([array of percentiles to evaluate at here])

即

>>> mydist.cdf([1,10,25,50,75,99])
array([ 0.1627907 ,  0.1627907 ,  0.1627907 ,  0.30232558,  0.30232558,
        0.39534884])

可以在the documentation.找到更全面的信息，以及查看rv_discrete实例的doc字符串。即print mydist.__doc__。

在python中创建离散累积

1 个答案: