包裝功能來使用不同的paremetres在python

我想與scipy.stats.gamma.rvs 包裝功能來使用不同的paremetres在python

以產生伽馬分佈的隨機變量然而，API接受的形狀和尺度參數作爲輸入，並予想使用平均值和標準偏差作爲輸入。

我可以寫一個包裝，它將得到平均值和std作爲輸入，計算比例和形狀，並比使用gamma.rvs生成隨機變量。但我期望有很多這個函數的調用，所以我寧願如果我不必每次都進行計算。

我想出了以下解決方案：

from scipy.stats import gamma 


def gamma_rvs_generator(mu, sigma): 
    var = sigma ** 2 
    scale = var/mu 
    a = mu/scale 
    return lambda: gamma.rvs(a=a, scale=scale) 


if __name__ == '__main__': 
    gen = gamma_rvs_generator(10, 10) 
    print(gen())

這工作完全就像我希望它的工作。但是我想問一下，如果有什麼更好的或更多的pythonic解決方案。

來源

2017-02-12 Tom83B

另一種方法是編輯API，但好，這是情況並非如此。順便說一下，你爲什麼使用'lambda'？ – magicleon

@magicleon這使得它可以重複調用'0'參數，每次生成一個不同的隨機數。如果沒有'lambda'，它會返回一個隨機數，因此需要用每個新的隨機數重新運行包裝器。 –

哦，像一個構造函數？太好了！ – magicleon

我覺得 - 但是這是一個品味的問題 - 這將是更Python採取rv_frozen對象的優勢：

from scipy.stats import gamma 


def gamma_alt(mu, sigma): 
    var = sigma ** 2 
    scale = var/mu 
    a = mu/scale 
    return gamma(a=a, scale=scale) 


if __name__ == '__main__': 
    gen = gamma_alt(10, 10) 
    print(gen.rvs())

注意自身調用gamma，不gamma.rvs。優勢：你的gamma_alt更像是一個「正常」的scipy數據公民。例如，你得到的不僅僅是rvs而且還自動pfd，cfd等

來源

2017-02-12 12:18:10

包裝功能來使用不同的paremetres在python

回答

相關問題