[英]Distribution fitting in Python without SciPy
我正在編寫一個Python腳本,該腳本需要使分布適合某些生成的數據。
我發現使用SciPy或其他具有SciPy作為依賴項的程序包是可行的。 但是,由於管理上的限制,我無法在運行腳本的計算機上安裝SciPy的依賴項(例如Blas)。
有沒有一種方法可以在Python中執行分布擬合而無需使用SciPy或依賴於它的軟件包?
編輯 :如評論中所問,我要執行的操作是執行Anderson-Darling測試的正態性。
我到目前為止發現的替代方法(但必須忽略):
擬合正態分布只需要計算平均值和標准偏差。
Anderson-Darling測試僅需要numpy,或者可以使用列表理解來重寫。 將AD測試的臨界值制成表格或基於簡單的近似公式。 它不使用任何困難的部分,例如優化或特殊。
因此,我認為將scipy.stats或statsmodels版本轉換為使用純Python或僅將numpy作為依賴項應該不難。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.