给定pdf的scipy中的自定义分发

Question

我尝试使用通过 scipy.stats 给出的 pdf 定义自定义分布

import numpy as np
from scipy.stats import rv_continuous

class CustomDistribution(rv_continuous):
    def __init__(self, pdf=None):
        super(CustomDistribution, self).__init__()
        self.custom_pdf = pdf
        print "Initialized!"

    def _pdf(self, x, *args):
        if self.custom_pdf is None:
            # print 'PDF is not overridden'
            return super(CustomDistribution, self)._pdf(x, *args)
        else:
            # print 'PDF is overridden'
            return self.custom_pdf(x)

def g(x, mu):
    if x < 0:
        return 0
    else:
        return mu * np.exp(- mu * x)

my_exp_dist = CustomDistribution(pdf=lambda x: g(x, .5))
print my_exp_dist.mean()

如你所见，我尝试定义指数分布 wuth 参数 mu=0.5，但输出如下。

已初始化！

D:\Anaconda2\lib\site-packages\scipy\integrate\quadpack.py:357:

IntegrationWarning：算法不收敛。舍入误差 在外推表中检测到。假设 无法达到要求的容差，并且返回的结果 (如果 full_output = 1) 是可以得到的最好的。
warnings.warn(msg, IntegrationWarning)

D:\Anaconda2\lib\site-packages\scipy\integrate\quadpack.py:357:

IntegrationWarning：已达到最大细分数 (50) 达到了。

2.0576933609

如果增加限制没有改善，建议 分析被积函数以确定困难。如果 可以确定局部难度的位置（奇点， 不连续性）一个人可能会从分裂中获益 间隔并在子范围上调用积分器。也许一个 应使用专用积分器。警告.警告（味精， 集成警告）

我应该怎么做才能改善这一点？

注意：计算精度问题在this GitHub issue中讨论。

Answer 1

这似乎可以满足您的需求。每次创建实例时，必须为类的实例指定 lambda 参数的值。 rv_continuous 足够聪明，可以推断出您不提供的项目，但您当然可以提供我在此处提供的更多定义。

from scipy.stats import rv_continuous
import numpy

class Neg_exp(rv_continuous): 
    "negative exponential"
    def _pdf(self, x, lambda):
        self.lambda=lambda
        return lambda*numpy.exp(-lambda*x)
    def _cdf(self, x, lambda):
        return 1-numpy.exp(-lambda*x)
    def _stats(self,lambda):
        return [1/self.lambda,0,0,0]

neg_exp=Neg_exp(name="negative exponential",a=0)

print (neg_exp.pdf(0,.5))
print (neg_exp.pdf(5,.5))

print (neg_exp.stats(0.5))

print (neg_exp.rvs(0.5))