python - 如何获取 scipy.stats 中的分布模式

Question

scipy.stats 库具有查找拟合分布的平均值和中位数的函数，但没有查找众数的函数。

如果我在拟合数据后得到了分布的参数，如何找到拟合分布的众数？

Answer 1

如果我没有理解错的话，您想要找到拟合分布的众数而不是给定数据的众数。基本上，我们可以通过以下 3 个步骤来完成。

第 1 步:从分布生成数据集

from scipy import stats
from scipy.optimize import minimize
# generate a norm data with 0 mean and 1 variance
data = stats.norm.rvs(loc= 0,scale = 1,size = 100)
data[0:5]

输出:

array([1.76405235, 0.40015721, 0.97873798, 2.2408932 , 1.86755799])

第2步:拟合参数

# fit the parameters of norm distribution
params = stats.norm.fit(data)
params

输出:

(0.059808015534485, 1.0078822447165796)

请注意，stats.norm 有 2 个参数，即 loc 和 scale。对于scipy.stats中不同的dist，参数是不同的。我认为将参数存储在元组中然后在下一步中将其解压很方便。

第 3 步:获取拟合分布的众数(密度函数的最大值)

# continuous case
def your_density(x):
    return -stats.norm.pdf(x,*paras)
minimize(your_density,0).x

输出:

0.05980794

请注意，norm 分布的 mode 等于 mean。在这个例子中这是一个巧合。

还有一件事是scipy对待连续dist和离散dist不同(它们有不同的父类)，你可以用下面的代码在离散dist上做同样的事情.

## discrete dist, example for poisson
x = np.arange(0,100) # the range of x should be specificied
x[stats.poisson.pmf(x,mu = 2).argmax()] # find the x value to maximize pmf

输出:

1

您可以尝试使用自己的数据和发行版!