Tag: scipy

用Scipy（Python）拟合经验分布与理论分布？

简介：我有一个从0到47多于30 000个值的列表，例如[0,0,0,0，…，1,1,1,1，…，2,2,2,2， …，47等]，这是连续分布。 问题：根据我的分布，我想计算任何给定值的p值（看到更大值的概率）。 例如，你可以看到0的p值接近1，较高的数值的p值趋于0。 我不知道我是否正确，但要确定概率，我认为我需要将我的数据拟合成最适合描述我的数据的理论分布。 我认为需要某种合适的testing来确定最佳的模型。 有没有办法在Python（Scipy或Numpy）中实现这样的分析？ 你能介绍一下吗？ 谢谢！

计算两个multidimensional array之间的相关系数

我有两个NXT和MXT形状的arrays。 我想计算在每一对可能的行n和m （分别从N和M ）之间的T间的相关系数。 什么是最快，最pythonic方式做到这一点？ （在N和M循环似乎对我来说既不快也不pythonic）。我期待的答案涉及numpy和/或scipy 。 现在我的数组是numpy array ，但我打算将它们转换为不同的types。 我期待我的输出是NXM形状的arrays。 NB当我说“相关系数”时，我的意思是Pearson乘积矩相关系数 。 这里有一些事情要注意： numpy函数correlate要求input数组是一维的。 numpy函数corrcoef接受二维数组，但它们必须具有相同的形状。 scipy.stats函数pearsonr要求input数组是一维的。

用pip安装SciPy

用pip install numpy可以pip install numpy 。 SciPy有没有类似的可能性？ （做pip install scipy不起作用。） 更新 SciPy软件包现在可以与pip一起安装！