scipy.stats.uniform.expect具有与手动计算不同的值

时间:2016-12-10 22:54:59

标签: python numpy scipy

这很可能是因为我不知道如何使用标准的scipy expect函数方法。当我使用时:

  np.mean(np.random.uniform(-0.2,0.2,1000)**2)

我有价值:0.0026666666666666666

如果我使用手动计算:

<head runat="server">
    <title></title>
</head>
<body style="direction:rtl;width:100%;background-color:#808080">
    <form id="frmLevel2" runat="server">
        <div dir="ltr" style="width:1000px;">
            <asp:Button ID="btnExit" runat="server" OnClick="btnExit_Click" Text="خروج" />
        </div>
        <div>
            <asp:GridView ID="GVLevel2" runat="server" Font-Names="Times New Roman" Font-Size="9pt" Width="700px" AllowPaging="True" BackColor="White" BorderColor="#E7E7FF" BorderStyle="None" BorderWidth="1px" CellPadding="3" GridLines="Horizontal">
                <AlternatingRowStyle BackColor="#F7F7F7" />
                <FooterStyle BackColor="#B5C7DE" ForeColor="#4A3C8C" />
                <HeaderStyle BackColor="#4A3C8C" Font-Bold="True" ForeColor="#F7F7F7" />
                <PagerStyle BackColor="#E7E7FF" ForeColor="#4A3C8C" HorizontalAlign="Right" />
                <RowStyle BackColor="#E7E7FF" ForeColor="#4A3C8C" />
                <SelectedRowStyle BackColor="#738A9C" Font-Bold="True" ForeColor="#F7F7F7" />
                <SortedAscendingCellStyle BackColor="#F4F4FD" />
                <SortedAscendingHeaderStyle BackColor="#5A4C9D" />
                <SortedDescendingCellStyle BackColor="#D8D8F0" />
                <SortedDescendingHeaderStyle BackColor="#3E3277" />
            </asp:GridView>
        </div>
        <div>
            <asp:Label ID="erorlabel" runat="server"></asp:Label>
            <asp:Label ID="lblresult" runat="server"></asp:Label>
        </div>
    </form>
</body>
</html>

My Error is " A page can have only one server-side Form tag. " too
i  don't have master page 

我得到0.013235491320680141,这是我期望的正确值。那么我对标准期望或积分函数做错了什么?请帮忙。

1 个答案:

答案 0 :(得分:3)

如果你看the documentation for expectublb并不代表你的想法。它们是积分的界限,而不是分布的参数。

你真的想要:

scipy.stats.uniform(loc=-0.2, scale=0.4).expect(lambda x: x**2)