scipy.stats.norm.pdf的替代方案？

Question

有没有人知道scipy.stats.norm.pdf（）的替代方案？我在Google App Engine上托管我的Python网站，而Google不支持SciPy。

我试过这个功能，但是这并没有为SciPy的相同的结果返回：

def normpdf(x, mu, sigma): 
    u = (x-mu)/abs(sigma) 
    y = (1/(sqrt(2*pi)*abs(sigma)))*exp(-u*u/2) 
    return y 

例如：

print scipy.stats.norm.pdf(20, 20, 10) 
print normpdf(20, 20, 10) 

print scipy.stats.norm.pdf(15, 20, 10) 
print normpdf(15, 20, 10) 

print scipy.stats.norm.pdf(10, 20, 10) 
print normpdf(10, 20, 10) 

返回这些值：

0.0398942280401 
0.0398942280401 

0.0352065326764 
0.0146762663174 

0.0241970724519 
0.0146762663174 

Answer 1

你受到蟒蛇整数除法算术的欺骗！以下是一些工作代码：

from __future__ import division 

import scipy.stats 
from numpy import * 

def normpdf(x, mu, sigma): 
    u = (x-mu)/abs(sigma) 
    y = (1/(sqrt(2*pi)*abs(sigma)))*exp(-u*u/2) 
    return y 


print scipy.stats.norm.pdf(20, 20, 10) 
print normpdf(20, 20, 10) 

print scipy.stats.norm.pdf(15, 20, 10) 
print normpdf(15, 20, 10) 

print scipy.stats.norm.pdf(10, 20, 10) 
print normpdf(10, 20, 10) 

注意第一行！否则，你可以将每个输入变量转换为浮点数，例如通过2内的exp由1.

Answer 2

划分乘以被解释为整数除法每当u计算结果为int。为了防止这种情况，你可以确保u总是通过手动铸造计算结果是float：

def normpdf(x, mu=0, sigma=1): 
    u = float((x-mu)/abs(sigma)) 
    y = exp(-u*u/2)/(sqrt(2*pi) * abs(sigma)) 
    return y 

（我公司还提供缺省参数mu和sigma，你可以删除这些，如果你想）