小编Sha*_*ked的帖子

我正在尝试将多元正态分布拟合到我收集的数据中，以便从中取样。我知道如何使用fitdist函数（带有'Normal'选项）拟合（单变量）正态分布。

我怎样才能对多元正态分布做类似的事情？

是否fitdist在每个维度上单独使用假设变量不相关？

我想用以下规范缓存某些函数/方法的结果：

• 运行之间有效：解释程序死后，运行之间的高速缓存应保持不变，这意味着数据需要保存到磁盘。
• 基于函数版本的到期时间：只要函数未更改，缓存中的数据就应保持有效。如果功能更改，它将使数据无效。
• 目前，所有这些都是单线程在同一台计算机上发生的。在同一台机器上支持并发是一个“奖励”。

我知道有一些基于磁盘的缓存的缓存装饰器，但是它们的到期时间通常是基于时间的，这与我的需求无关。

我考虑过使用Git commit SHA检测功能/类版本，但是问题是在同一文件中有多个功能/类。我需要一种方法来检查文件的特定功能/类段是否已更改。

我认为解决方案将包括版本管理和缓存的组合，但是我不太熟悉如何优雅地解决此问题。

例：

#file a.py
@cache_by_version
def f(a,b):
    #...

@cache_by_version
def g(a,b):
    #...

#file b.py
from a import *
def main():
    f(1,2)

运行main文件b.py，一旦应导致的结果的缓存f与参数1和2磁盘。main再次运行应从缓存中获取结果，而无需f(1,2)再次评估。但是，如果f更改，则缓存应无效。另一方面，如果g更改，则不应影响的缓存f。