Question

我使用scipy.stats的各种连续分布（例如norm）。因此，如果我想找到P（Z <0.5），我会这样做：

from scipy.stats import norm
norm(0, 1).cdf(0.5)  # Z~N(0,1)

是否有工具（scipy.stats或statsmodels或其他）可用于描述离散分布，然后计算CDF / CMF等？我可以自己编写代码，但我想知道是否存在某些内容，例如：

pdf（x）= 1/3，x = 1,2,3;别的0

然后我可以构造2个向量x = [1,2,3]，p = [1 / 3,1 / 3,1 / 3]并将它们输入到一个库类中，然后提供.cdf（）等？

Answer 1

我猜你在这里寻找scipy.stats.rv_discrete。来自docs：

rv_discrete是构建特定分发类的基类和离散随机变量的实例。它也可以用来构造由支持列表定义的任意分布点和相应的概率。

docs中的示例：

from scipy import stats
xk = np.arange(7)
pk = (0.1, 0.2, 0.3, 0.1, 0.1, 0.0, 0.2)
custm = stats.rv_discrete(name='custm', values=(xk, pk))

你的例子：

In [1]: import numpy as np

In [2]: from scipy import stats

In [3]: custm = stats.rv_discrete(name='custm', values=((1, 2, 3), (1./3, 1./3, 1./3)))

In [4]: custm.cdf(2.5)
Out[4]: 0.66666666666666663

Python scipy - 指定自定义离散分发

1 个答案: