Question

有没有人知道scipy.stats.norm.pdf（）的替代方案？我在Google App Engine上托管我的python网站，谷歌不支持SciPy。

我已尝试过此功能，但这并没有像scipy那样返回相同的结果：

def normpdf(x, mu, sigma):
    u = (x-mu)/abs(sigma)
    y = (1/(sqrt(2*pi)*abs(sigma)))*exp(-u*u/2)
    return y

例如：

print scipy.stats.norm.pdf(20, 20, 10)
print normpdf(20, 20, 10)

print scipy.stats.norm.pdf(15, 20, 10)
print normpdf(15, 20, 10)

print scipy.stats.norm.pdf(10, 20, 10)
print normpdf(10, 20, 10)

返回以下值：

0.0398942280401
0.0398942280401

0.0352065326764
0.0146762663174

0.0241970724519
0.0146762663174

Answer 1

你被蟒蛇整数分裂算术欺骗了！这是一些有效的代码：

from __future__ import division

import scipy.stats
from numpy import *

def normpdf(x, mu, sigma):
    u = (x-mu)/abs(sigma)
    y = (1/(sqrt(2*pi)*abs(sigma)))*exp(-u*u/2)
    return y


print scipy.stats.norm.pdf(20, 20, 10)
print normpdf(20, 20, 10)

print scipy.stats.norm.pdf(15, 20, 10)
print normpdf(15, 20, 10)

print scipy.stats.norm.pdf(10, 20, 10)
print normpdf(10, 20, 10)

注意第一行！否则，您可以将每个输入变量转换为浮点数，例如乘以1.

Answer 2

当exp评估为u时，int内部除以2将被解释为整数除法。为防止出现这种情况，您可以确保u始终通过手动投射来float评估为def normpdf(x, mu=0, sigma=1): u = float((x-mu) / abs(sigma)) y = exp(-u*u/2) / (sqrt(2*pi) * abs(sigma)) return y：

mu

（我还提供了sigma和{{1}}的默认参数，如果需要，可以删除它们

替代scipy.stats.norm.pdf？

2 个答案: