scipy.stats.norm.pdf的替代方案？

Question

有沒有人知道scipy.stats.norm.pdf（）的替代方案？我在Google App Engine上託管我的Python網站，而Google不支持SciPy。

我試過這個功能，但是這並沒有爲SciPy的相同的結果返回：

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) 

返回這些值：

0.0398942280401 
0.0398942280401 

0.0352065326764 
0.0146762663174 

0.0241970724519 
0.0146762663174 

Answer 1

你受到蟒蛇整數除法算術的欺騙！以下是一些工作代碼：

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！否則，你可以將每個輸入變量轉換爲浮點數，例如通過2內的exp由1.

Answer 2

劃分乘以被解釋爲整數除法每當u計算結果爲int。爲了防止這種情況，你可以確保u總是通過手動鑄造計算結果是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 

（我公司還提供缺省參數mu和sigma，你可以刪除這些，如果你想）