如何在不使用scipy的情况下计算python中的累积分布函数

Question

如何在不使用scipy的情况下计算python中正态分布的累积分布函数？

我特指这个function：

from scipy.stats import norm
norm.cfd(1.96)

我有一个在Heroku上运行的Django应用程序，并且在Heroku上运行起来非常麻烦。因为我只需要这个来自scipy的函数，所以我希望我可以使用替代方法。我已经在使用numpy和pandas了，但我找不到那里的功能。我可以使用任何替代包，甚至自己实现它？

Answer 1

只需使用math.erf：

import math

def normal_cdf(x):
    "cdf for standard normal"
    q = math.erf(x / math.sqrt(2.0))
    return (1.0 + q) / 2.0

修改以显示与scipy的比较：

scipy.stats.norm.cdf(1.96)
# 0.9750021048517795

normal_cdf(1.96)
# 0.9750021048517796

Answer 2

这个问题似乎是How to calculate cumulative normal distribution in Python的重复，其中列出了scipy的许多替代方案。

我想强调Xavier Guihot https://stackoverflow.com/users/9297144/xavier-guihot的答案，该答案表明从python3.8开始，法线现在是内置的：

from statistics import NormalDist

NormalDist(mu=0, sigma=1).cdf(1.96)
# 0.9750021048517796