对来自 scipy.stats.uniform 的 `a` 和 `b` 属性的混淆答案

【问题标题】：Confusion over `a` and `b` attributes from scipy.stats.uniform对来自 scipy.stats.uniform 的 `a` 和 `b` 属性的混淆
【发布时间】：2018-04-01 11:40:43
【问题描述】：

考虑以下代码：

import scipy
print(scipy.__version__)  # gives 0.19.1

# Scipy.stats.uniform
unif = scipy.stats.uniform(1, 2)
print(unif.a, unif.b, unif.args) # gives a=0, b=1, args=(1,2)

看来，无论我为loc 和scale 提供什么值，uniform 函数都会返回a=0,b=1。

将其与例如randint:

# Scipy.stats.randint
randi = scipy.stats.randint(1, 10)
print(randi.a, randi.b, randi.args) # gives a=1, b=9, args=(1,10)

...返回我期望的结果。

所以我的问题变成了：这是scipy 中的一个错误，还是我误解了什么？ unif.args 值设置正确。

干杯！

【问题讨论】：

是否有任何文件表明a 和b 可用于访问分布的限制？
另外，请注意，在randint a 和p 的情况下，如果您更改 loc（例如 randint(2, 7, loc=10)），请不要遵循实际限制。
不，我在 scipy 文档中找不到明确说明。我知道我在这里对uniform 的行为做出了某些假设。我相信让我失望的是randint 的行为方式（看似）不同
其实我找到了这个文档：docs.scipy.org/doc/scipy-0.19.1/reference/generated/…。由于uniform继承自这个类，我实际上希望a,b成为分布的界限。
我认为问题在于uniform 是用参数loc 和scale 操作的。如果您采用其他分布，例如truncnorm、a 和b，也只有在您不更改loc 和scale 时才是正确的。所以至少这似乎是一致的 :) 如果它是一个错误或内部实现细节，我不确定，但考虑到关于该主题的稀缺文档，我倾向于后者。

标签： python python-3.x scipy distribution

【解决方案1】：

据我了解a和b是内部参数，scipy.stats.uniform中没有使用，因为它们的正常功能基本上是loc和scale参数的重复。

正如scipy.stats.uniform documentation 中提到的“这种分布在loc 和loc + scale 之间是恒定的。”

所以我不认为这是一个错误，因为 a 和 b 的值应该被视为实现细节，而不是面向用户的功能。

【讨论】：

【解决方案2】：

此相关的来源是here，删除了一点：

class uniform_gen(rv_continuous):
    """A uniform continuous random variable.
    This distribution is constant between `loc` and ``loc + scale``.
    # ...
    """
    def _rvs(self):
        return self._random_state.uniform(0.0, 1.0, self._size)

   # ....
uniform = uniform_gen(a=0.0, b=1.0, name='uniform')

所以a 和b 将始终分别为0 和1。

我猜测你的困惑（我的猜测太完全气了）是，大多数教科书都将定义统一的分布为between a and b。但在这种情况下，a和b是一点@ 987654323，因为@jakevdp说，

这种分布在loc 和loc + scale 之间是恒定的。

如此将此与传统定义相关联，认为 A EM>为@ 987654332和 B EM>为@ 987654333。

（父类rv_continuous又定义了here如果您有兴趣。）

【讨论】：

感谢您的回答。我已经修改了我的代码并删除了对 a, b 的所有依赖项（实际上，.args 也可以正常工作）。我不一定会说我对通用的教科书定义感到困惑——只是普遍的无知;-)