scipy.stats.rv_continuous 分布有差距：支持问题？答案

【问题标题】：scipy.stats.rv_continuous distribution with gap: problems with support?scipy.stats.rv_continuous 分布有差距：支持问题？
【发布时间】：2021-07-20 02:09:09
【问题描述】：

我需要几个带有间隙的连续分布来拟合一些数据，并为此目的对scipy.stats.rv_continuous 进行子类化。下面是一个带有间隙的均匀分布的示例。在s0 和l 之间以及h 和s1 之间的分布是平坦的。

from scipy.stats import *

class gapF_gen(rv_continuous):
    ''' Class for a flat distribution with a gap in it
    s0, s1: bounds of support
    l, h: gap
    s0 < l < h < s1
    '''
    def _argcheck(self, s0, s1, l, h):  return (s0 < l < h < s1)
        
    def _get_support(self, s0, s1, l, h):   return s0, s1
    
    def _pdf(self, x, s0, s1, l, h):
        if (s0 <= x <= l) or (h <= x <= s1): return 1 / (s1 - h + l - s0)   
        else: return 0

gapF = gapF_gen(name='gapF')

bf = gapF(s0=-2.6, s1=4.77, l=-1.3, h=3.5)
print(bf.pdf(-2.8))  # OK
print(bf.pdf([-23.8, 3.8, 2.6, 6.9, 77.9])) # Not OK

我定义了_pdf 来检查值是否为零。这在将标量值传递给自动生成的pdf 时有效，但是当列表传递给pdf 时，由于范围检查，事情不起作用：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

另一方面，如果我重命名我的函数以覆盖```pdf`，那么对于标量我会得到错误：

TypeError: _parse_args() got an unexpected keyword argument 's0'

有什么建议可以解决这个问题吗？

【问题讨论】：

标签： python inheritance scipy

【解决方案1】：

错误只是你不能在 x 是一个 numpy 数组的情况下执行s0 <= x <= l0（试试吧！）。相反，使用按位和：(s0 <= x) & (x <= l0) 。或者，如果您喜欢更详细一点，请使用np.logical_and。

顺便说一句，你不应该覆盖pdf。子类只实现带下划线的方法：_pdf、_cdf 等。

【讨论】：

感谢@ev-br 的回复，但您的建议对我不起作用，唉。这是一个对我来说失败的更简单的例子： def test(x, y): return 1 if (x & y) else 0 print(test(1, 1)) print(test(np.array([1,1 ]), np.array([1,0])))
当然不是：np.array([True, False]) & np.array([True, True]) 计算结果为array([ True, False]) --- 它是一个数组，所以它不能在python if 中使用。使用 np.all 或 np.any 进行数组 -> 标量缩减，使用 np.where 进行元素决策。

【解决方案2】：

基于@ev-bre 的提示，以下工作：

from scipy.stats import *

class gapF_gen(rv_continuous):
    ''' Class for a flat distribution with a gap in it
    s0, s1: bounds of support
    l, h: gap
    s0 < l < h < s1
    '''
    def _argcheck(self, s0, s1, l, h):  return (s0 < l < h < s1)
        
    def _get_support(self, s0, s1, l, h):   return s0, s1
    
    def _pdf(self, x, s0, s1, l, h):
        return np.where(((s0 <= x) & (x <= l)) | ((h <= x) & (x <= s1)), 1 / (s1 - h + l - s0), 0)

gapF = gapF_gen(name='gapF')

bf = gapF(s0=-2.2, s1=4.77, l=-1.3, h=3.5)
print(bf.pdf(-2.8))
print(bf.pdf([-23.8, 3.8, 2.6, 6.9, 77.9, -2.1]))

【讨论】：