没有SciPy的Python中的分布拟合

Question

我正在编写一个python脚本，需要根据某些生成的数据进行分发。

我发现这可以使用SciPy或其他具有SciPy作为依赖关系的包;但是，由于管理限制，我无法在运行脚本的机器上安装SciPy的依赖项（例如Blas）。

有没有办法在不使用SciPy或包依赖的情况下在Python中执行分布拟合？

编辑：正如评论中所说，我想要做的是执行Anderson-Darling测试以获得正常性。

到目前为止我找到的替代品（但不得不忽视）：

1. statsmodel：将SciPy作为依赖
2. R和Matlab python apis：需要设置外部软件，与SciPy相同的问题

Answer 1

拟合正态分布只需要计算平均值和标准差。

Anderson-Darling测试只需要numpy或者可以使用list comprehension重写。 AD测试的临界值列表或基于简单的近似公式。它不使用任何困难的scipy部分，如优化或特殊。

所以，我认为将scipy.stats或statsmodels版本转换为使用纯Python或仅将numpy转换为依赖项应该不会太难。