如何从冻结的辣。分布中获取参数参数？

Question

冻结分发

在scipy.stats中，您可以创建frozen distribution，以便为该实例永久设置分配的参数化（形状，位置和比例）。

例如，您可以使用a，loc和scale参数创建一个gamma分布（scipy.stats.gamma），然后冻结它们每次需要分发时都不必传递。

import scipy.stats as stats

# Parameters for this particular gamma distribution
a, loc, scale = 3.14, 5.0, 2.0

# Do something with the general distribution parameterized
print 'gamma stats:', stats.gamma(a, loc=loc, scale=scale).stats()

# Create frozen distribution
rv = stats.gamma(a, loc=loc, scale=scale)

# Do something with the specific, already parameterized, distribution
print 'rv stats   :', rv.stats()

gamma stats: (array(11.280000000000001), array(12.56))
rv stats   : (array(11.280000000000001), array(12.56))

可访问的rv参数？

由于此功能很可能不会传递参数，是否有办法仅从冻结的分布rv中获取这些值，以后再用？

Answer 1

访问rv冻结参数

是的，用于创建冻结分布的参数在分发的实例中可用。它们存储在args & kwds attribute中。这取决于分发的实例是使用位置参数还是关键字参数创建的。

import scipy.stats as stats

# Parameters for this particular alpha distribution
a, loc, scale = 3.14, 5.0, 2.0

# Create frozen distribution
rv1 = stats.gamma(a, loc, scale)
rv2 = stats.gamma(a, loc=loc, scale=scale)

# Do something with frozen parameters
print 'positional and keyword'
print 'frozen args : {}'.format(rv1.args)
print 'frozen kwds : {}'.format(rv1.kwds)
print
print 'positional only'
print 'frozen args : {}'.format(rv2.args)
print 'frozen kwds : {}'.format(rv2.kwds)

positional and keyword
frozen args : (3.14, 5.0, 2.0)
frozen kwds : {}

positional only
frozen args : (3.14,)
frozen kwds : {'loc': 5.0, 'scale': 2.0}

Bonus：处理args和kwds

的私有方法

有一个私有方法.dist._parse_args()，它处理参数传递的两种情况，并返回一致的结果。

# Get the original parameters regardless of argument type
shape1, loc1, scale1 = rv1.dist._parse_args(*rv1.args, **rv1.kwds)
shape2, loc2, scale2 = rv2.dist._parse_args(*rv2.args, **rv2.kwds)

print 'positional and keyword'
print 'frozen parameters: shape={}, loc={}, scale={}'.format(shape1, loc1, scale1)
print
print 'positional only'
print 'frozen parameters: shape={}, loc={}, scale={}'.format(shape2, loc2, scale2)

positional and keyword
frozen parameters: shape=(3.14,), loc=5.0, scale=2.0

positional only
frozen parameters: shape=(3.14,), loc=5.0, scale=2.0

买者

当然，使用私有方法通常是不好的做法，因为技术上内部API总是可以更改，但是，有时它们提供了很好的功能，would be easy to re-implement should things change和nothing is really private in Python :)。