替代scipy.stats.norm.pdf？

Question

有没有人知道scipy.stats.norm.pdf()的替代品？我在Google App Engine上托管我的python网站,Google不支持SciPy.

我尝试过这个函数,但是没有返回与scipy相同的结果:

def normpdf(x, mu, sigma):
    u = (x-mu)/abs(sigma)
    y = (1/(sqrt(2*pi)*abs(sigma)))*exp(-u*u/2)
    return y

例如:

print scipy.stats.norm.pdf(20, 20, 10)
print normpdf(20, 20, 10)

print scipy.stats.norm.pdf(15, 20, 10)
print normpdf(15, 20, 10)

print scipy.stats.norm.pdf(10, 20, 10)
print normpdf(10, 20, 10)

返回以下值:

0.0398942280401
0.0398942280401

0.0352065326764
0.0146762663174

0.0241970724519
0.0146762663174

Answer 1

你被蟒蛇整数分裂算术欺骗了!这是一些工作代码:

from __future__ import division

import scipy.stats
from numpy import *

def normpdf(x, mu, sigma):
    u = (x-mu)/abs(sigma)
    y = (1/(sqrt(2*pi)*abs(sigma)))*exp(-u*u/2)
    return y


print scipy.stats.norm.pdf(20, 20, 10)
print normpdf(20, 20, 10)

print scipy.stats.norm.pdf(15, 20, 10)
print normpdf(15, 20, 10)

print scipy.stats.norm.pdf(10, 20, 10)
print normpdf(10, 20, 10)

注意第一行!否则,您可以将每个输入变量转换为浮点数,例如乘以1.

Answer 2

exp每当u评估为a 时,除以2的除法被解释为整数除法int.为了防止这种情况,您可以确保u始终float通过手动强制转换为a 来评估:

def normpdf(x, mu=0, sigma=1):
    u = float((x-mu) / abs(sigma))
    y = exp(-u*u/2) / (sqrt(2*pi) * abs(sigma))
    return y

(我还提供了默认参数mu和sigma,你可以删除这些,如果你想)