没有SciPy的Python中的分布拟合

Question

我正在编写一个Python脚本，该脚本需要使分布适合某些生成的数据。

我发现使用SciPy或其他具有SciPy作为依赖项的程序包是可行的。 但是，由于管理上的限制，我无法在运行脚本的计算机上安装SciPy的依赖项（例如Blas）。

有没有一种方法可以在Python中执行分布拟合而无需使用SciPy或依赖于它的软件包？

编辑 ：如评论中所问，我要执行的操作是执行Anderson-Darling测试的正态性。

我到目前为止发现的替代方法（但必须忽略）：

1. statsmodel ：具有SciPy作为依赖项
2. R和Matlab python API：需要安装外部软件，对我来说，与SciPy同样的问题

Answer 1

拟合正态分布只需要计算平均值和标准偏差。

Anderson-Darling测试仅需要numpy，或者可以使用列表理解来重写。 将AD测试的临界值制成表格或基于简单的近似公式。 它不使用任何困难的部分，例如优化或特殊。

因此，我认为将scipy.stats或statsmodels版本转换为使用纯Python或仅将numpy作为依赖项应该不难。