Python：在同一点评估多元正态分布，但均值和标准差不同答案

【问题标题】：Python: Evaluating multivariate normal distribution at the same point but different means and standard deviationsPython：在同一点评估多元正态分布，但均值和标准差不同
【发布时间】：2020-05-21 17:34:41
【问题描述】：

我尝试使用scipy.stats.multivariate_normal() 来评估点 x 处的 pdf，以获得不同的平均值和标准差值。但是，它不广播。

最小的工作示例

import numpy as np
from scipy import stats

# A single x where I want to evaluate it at
x = np.array([1.0])
# Multiple means where I want to evaluate the PDF at
means = np.array([1.0, 10.0])
standard_deviations = np.array([1.0, 2.0])

# If I use the stats function, it evaluates only at one point
stats.multivariate_normal.pdf(x=x, mean=means, cov=np.diag(means**2))

【问题讨论】：

您使用哪个版本的 SciPy？因为上面生成：TypeError: pdf() got an unexpected keyword argument 'means'
您只指定了一个多元正态分布。您想用两种不同的正态分布评估 x 的 pdf 吗？
@FBruzzesi 基本上我有一个观点x=np.array([1.0])，我想评估大量的单变量正态分布。这些分布由均值和方差指定，我存储在均值向量和标准差向量中

标签： python numpy scipy

【解决方案1】：

问题标题为“多元正态分布”，但代码显示x 的单变量输入，并且在评论中您说“......我想评估大量单变量正态分布......”。

要在单个点评估不同的单变量正态分布，请使用scipy.stats.norm，并将数组作为参数传递。 pdf 方法处理输入的广播。

例如，

In [1]: from scipy.stats import norm

In [2]: x = np.array([1.0])

In [3]: means = np.array([1.0, 10.0])

In [4]: standard_deviations = np.array([1.0, 2.0])

In [5]: norm.pdf(x, means, standard_deviations)
Out[5]: array([3.98942280e-01, 7.99187055e-06])

【讨论】：

你能添加一个多元正态的答案吗？我知道 OP 没有显示这样的用例，但我通过“多元正态”一词找到了这篇文章，我想要答案