如何在 scipy.stats 中获取分布模式

Question

该scipy.stats库具有查找拟合分布的均值和中位数的函数，但不具有查找众数的函数。

如果我在拟合数据后有分布的参数，我如何找到mode拟合分布的参数？

Answer 1

如果我没有理解错的话，您想要找到拟合分布的众数而不是给定数据的众数。基本上，我们可以通过以下 3 个步骤来完成。

步骤 1：从分布生成数据集

from scipy import stats
from scipy.optimize import minimize
# generate a norm data with 0 mean and 1 variance
data = stats.norm.rvs(loc= 0,scale = 1,size = 100)
data[0:5]

输出：

数组([1.76405235, 0.40015721, 0.97873798, 2.2408932, 1.86755799])

第2步：拟合参数

# fit the parameters of norm distribution
params = stats.norm.fit(data)
params

输出：

（0.059808015534485，1.0078822447165796）

请注意，有 2 个参数stats.norm，即loc和scale。对于 中的不同 dist scipy.stats，参数是不同的。我认为将参数存储在元组中然后在下一步中将其解压很方便。

步骤 3：获取拟合分布的众数（密度函数的最大值）

# continuous case
def your_density(x):
    return -stats.norm.pdf(x,*paras)
minimize(your_density,0).x

输出：

0.05980794

请注意，norm分布mode等于mean。在这个例子中这是一个巧合。

另一件事是，scipy对待连续 dist 和离散 dist 不同（它们有不同的父类），您可以使用以下代码对离散 dist 执行相同的操作。

## discrete dist, example for poisson
x = np.arange(0,100) # the range of x should be specificied
x[stats.poisson.pmf(x,mu = 2).argmax()] # find the x value to maximize pmf

出去：

1

您可以尝试使用您自己的数据和发行版！