以通用方式从 scipy.stats 获取 pdf答案

【问题标题】：Getting a pdf from scipy.stats in a generic way以通用方式从 scipy.stats 获取 pdf
【发布时间】：2015-09-04 16:45:57
【问题描述】：

我正在 Python 2.7.10 中使用 scipy.stats 运行一些拟合优度测试。

for distrName in distrNameList:
    distr = getattr(distributions, distrName)
    param = distr.fit(sample)
    pdf   = distr.pdf(???)

我应该将什么传递给distr.pdf() 以获得在list 的兴趣样本点（称为abscissas）上的最佳拟合pdf 的值？

【问题讨论】：

Here are all the scipy.stats distributions PDFs with example code.

标签： python scipy distribution

【解决方案1】：

要评估abscissas 的pdf，您可以将abcissas 作为第一个参数传递给pdf。要指定参数，use the * operator 解压缩 param 元组并将这些值传递给 distr.pdf：

pdf = distr.pdf(abscissas, *param)

例如，

import numpy as np
import scipy.stats as stats

distrNameList = ['beta', 'expon', 'gamma']
sample = stats.norm(0, 1).rvs(1000)
abscissas = np.linspace(0,1, 10)
for distrName in distrNameList:
    distr = getattr(stats.distributions, distrName)
    param = distr.fit(sample)
    pdf = distr.pdf(abscissas, *param)
    print(pdf)

【讨论】：

【解决方案2】：

从文档中，.fit() method 返回：

shape, loc, scale : 浮动元组任何形状统计的 MLE，然后是位置和比例的 MLE。

.pdf() method 接受：

x : array_like 分位数

arg1, arg2, arg3,... : array_like 分布的形状参数（有关详细信息，请参阅实例对象的文档字符串）

loc：array_like，可选位置参数（默认=0）

规模：array_like，可选

所以基本上你会做这样的事情：

import numpy as np
from scipy import stats
from matplotlib import pyplot as plt


# some random variates drawn from a beta distribution
rvs = stats.beta.rvs(2, 5, loc=0, scale=1, size=1000)

# estimate distribution parameters, in this case (a, b, loc, scale)
params = stats.beta.fit(rvs)

# evaluate PDF
x = np.linspace(0, 1, 1000)
pdf = stats.beta.pdf(x, *params)

# plot
fig, ax = plt.subplots(1, 1)
ax.hold(True)
ax.hist(rvs, normed=True)
ax.plot(x, pdf, '--r')

【讨论】：

非常好，对图表和详细说明 +1，但本质上这并没有增加 unutbu 的答案——还是我弄错了？
不，不是真的 - 在 unutbu 发布他的答案之前，我没有时间完成输入答案
我做了+1，但很遗憾，不能接受...非常感谢您