沒有SciPy的Python中的分布擬合

Question

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）：

1. statsmodel ：具有SciPy作為依賴項
2. R和Matlab python API：需要安裝外部軟件，對我來說，與SciPy同樣的問題

Answer 1

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。