在 Scipy 分布 Python 2.7 中指定均值和方差答案

【问题标题】：Specifying the Mean and Variance in a Scipy Distribution Python 2.7在 Scipy 分布 Python 2.7 中指定均值和方差
【发布时间】：2018-11-08 11:05:42
【问题描述】：

我最终需要从某个分布中随机抽样，所以我需要一个可以让我轻松更改均值和方差的分布。我正在考虑使用 scipy.stats 库中的分布，但是，我很难看到参数“loc”和“scale”如何与我感兴趣的数量相关。我希望能够做类似的事情：

x = numpy.linspace(0,5,1000)
y = scipy.stats.maxwell(x, mean, variance)

但是 loc 和 scale 似乎是函数需要的唯一其他参数。任何人都可以指定这些数量必须与均值和方差之间的关系，或者建议使用更好的库吗？

【问题讨论】：

标签： python-2.7 scipy distribution

【解决方案1】：

好吧，我没有 python 2.7，所以答案是 python 3.6，但它应该可以工作，毕竟它是一个 scipy。

基本上，您必须从给定的μ 和σ 中提取scale 和loc 参数。这里有两个简单的函数可以做到这一点，加上一些样本来证明我们得到了正确的值。基本上，第一行是你想要的，第三行是采样的结果，应该大致相同。第二行是scale 和loc由μ 和σ 计算得出。玩弄数字，看看进展如何

import numpy as np
from scipy.stats import maxwell

def get_scale_from_sigma(sigma):
    """Compute scale from sigma based upon http://mathworld.wolfram.com/MaxwellDistribution.html"""
    a2 = np.pi*sigma / (3.0*np.pi - 8.0)
    return np.sqrt(a2)

def get_loc_from_mu_sigma(mu, sigma):
    """Compute loc from mu/sigma based upon http://mathworld.wolfram.com/MaxwellDistribution.html"""
    scale = get_scale_from_sigma(sigma)
    loc = mu - 2.0 * scale * np.sqrt(2.0 / np.pi)
    return loc

sigma = 1.0
mu    = 2.0 * get_scale_from_sigma(sigma) * np.sqrt(2.0 / np.pi) # + 3.0 as shift, for exampl
print(mu, sigma)

scale = get_scale_from_sigma(sigma)
loc   = get_loc_from_mu_sigma(mu, sigma)

print(scale, loc)

q = maxwell.rvs(size=10000, scale = scale, loc = loc)
print(np.mean(q), np.std(q))

【讨论】：