Tag: 分布

我将如何打包并出售Django应用程序？: 目前，我正在为我的客户托pipe一个我自己开发的Django应用程序，但我现在开始考虑将其出售给人们，让他们自己主持。我的问题是：我如何打包并出售Django应用程序，同时保护其代码免受盗版或盗窃？分发一堆.py文件听起来不是一个好主意，因为我卖给它的人也可以复制它们并传递给他们。我认为出于这个问题的目的，假设每个购买这个产品的人都可以运行相同的（LAMP）设置。

C / C ++中的累积正态分布函数: 我想知道是否有math库中的统计function，这些math库是Cmath等标准C ++库的一部分。如果没有，你们可以推荐一个好的统计资料库，它具有累积的正态分布函数吗？提前致谢。更具体地说，我期待使用/创build一个累积分布函数。

Easy_install和PIP坏了：pkg_resources.DistributionNotFound：distribute == 0.6.36: 我试图用pip install –upgrade pip来升级pip – 在OSX上升级pip和pip和easy_install都不工作。运行pip时 Traceback (most recent call last): File "/usr/local/bin/pip", line 5, in <module> from pkg_resources import load_entry_point File "/usr/local/Cellar/python/2.7.4/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/distribute-0.6.49-py2.7.egg/pkg_resources.py", line 2881, in <module> parse_requirements(__requires__), Environment() File "/usr/local/Cellar/python/2.7.4/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/distribute-0.6.49-py2.7.egg/pkg_resources.py", line 596, in resolve raise DistributionNotFound(req) pkg_resources.DistributionNotFound: pip==1.3.1 运行easy_install时 File "/usr/local/bin/easy_install", line 5, in <module> from pkg_resources import load_entry_point File "/usr/local/Cellar/python/2.7.4/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/distribute-0.6.49-py2.7.egg/pkg_resources.py", line 2881, […]

iPhone：团队代理以外的其他开发人员可以构build应用程序进行分发: 我有一个公司的iPhone开发账户。根据文档，只有团队代理才能提交分发证书并下载分发configuration文件。一个团队只能有一个团队代理吗？另外，如果是这样的话，是否有办法解决这个问题，以允许多个开发者select构build应用程序的分布式版本？我有另一个开发人员，我想build立和提交应用程序的iTunes。我试图给他分配证书和分配configuration文件。当他把它们拖放到xcode中，并检出windows->组织时，它会抱怨 “在您的钥匙串中找不到与此configuration文件匹配的身份标识” 所以这使我相信我需要在他的机器上获得我的钥匙链证书。我试图导出一个私钥给他，但他无法安装它。还有什么我可以做的吗？老实说，如果苹果希望一个开发人员负责为公司构build所有应用程序，那真的很愚蠢。希望我错了，有一种方法可以让多个开发人员访问构build一个应用程序的分布。谢谢

在C / C ++中以正态分布生成随机数: 有谁知道我可以轻松生成随机数在C / C + +的正常分布？ http://www.mathworks.com/access/helpdesk/help/toolbox/stats/normrnd.html 我不想使用任何Boost。我知道Knuth详细地谈了这个，但是我现在没有他的书。

scipy.stats中的所有可用分布是什么样的？: 可视化scipy.stats分布直方图可以由scipy.stats正态随机variables组成，看看分布是什么样的。 % matplotlib inline import pandas as pd import scipy.stats as stats d = stats.norm() rv = d.rvs(100000) pd.Series(rv).hist(bins=32, normed=True) 其他分布是什么样的？

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！