我需要一些关于为 Python 选择统计数据包的建议，我已经进行了很多搜索，但不确定我是否一切都正确，特别是关于 statsmodels 和 scipy.stats 之间的差异。
我知道有 scikits 命名空间的那些是 scipy 的特定“分支”，而过去的 scikits.statsmodels 现在称为 statsmodels。另一方面，还有 scipy.stats。两者有什么区别， Python 的统计包是哪一个？
谢谢。
--编辑--
我更改了标题，因为有些答案与问题并没有真正相关，我想那是因为标题不够清楚。
【问题讨论】：
标签： python scipy scikits statsmodels
我认为统计包是 numpy/scipy。如果您想使用 matplotlib 绘制数据，它也非常有用。 但是，据我所知，matplotlib 还不能与 Python 3.x 一起使用。
【讨论】：
Statsmodels 将 scipy.stats 作为依赖项。 Scipy.stats 有所有的概率分布和一些统计测试。它更像是 numpy 和 scipy 的库代码。另一方面，Statsmodels 为统计模型提供了一个类似于 R 的公式框架，并且可以与 pandas DataFrames 一起使用。 statsmodels 中还有统计测试、绘图和大量辅助函数。真的这取决于你需要什么，但你绝对不必选择一个。他们有不同的目标和优势。
【讨论】：
我尝试在日常工作中使用 pandas/statsmodels/scipy，但有时这些软件包有点短（LOESS，有人吗？）。 RPy 模块的问题是（至少我上次检查过）它需要一个不是当前版本的特定 R 版本——我的 R 安装是 2.16（我认为）而 RPy 需要 2.14。所以要么你必须有两个 R 的并行安装，要么你必须降级。 （如果您没有安装 R，那么您可以安装正确版本的 R 并使用 RPy。）
因此，当我需要 pandas/statsmodels/scipy 中没有的东西时，我会编写 R 脚本，并使用 subprocess 模块运行它们。这让我尽可能少地与 R 交互（我真的不喜欢在其中进行编程），但我仍然可以利用 R 具有的所有 Python 包所没有的东西。
教训是，任何问题都没有一个解决方案——你必须组装一大堆对你有用的部分（也许你自己写一些)，以您理解的方式来解决问题。 （R 爱好者当然会不同意！）
【讨论】：