scipy.stats.uniform 对 `a` 和 `b` 属性的混淆

Question

考虑以下代码：

import scipy
print(scipy.__version__)  # gives 0.19.1

# Scipy.stats.uniform
unif = scipy.stats.uniform(1, 2)
print(unif.a, unif.b, unif.args) # gives a=0, b=1, args=(1,2)

看来，无论我为 loc 和 scale 提供的值如何，uniform-函数 returns a=0,b=1.

将其与例如randint:

# Scipy.stats.randint
randi = scipy.stats.randint(1, 10)
print(randi.a, randi.b, randi.args) # gives a=1, b=9, args=(1,10)

...这 returns 我所期望的。

所以我的问题变成了：这是 scipy 中的错误，还是我误解了什么？ unif.args 值设置正确。

干杯！

Answer 1

据我了解，a 和 b 是内部参数，未在 scipy.stats.uniform 中使用，因为它们的正常功能基本上与 loc 重复和 scale 个参数。

如scipy.stats.uniform documentation"This distribution is constant between loc and loc + scale."

所述

所以我不认为这是一个错误，因为 a 和 b 的值应该被视为实现细节而不是面向用户的功能。

Answer 2

与此相关的来源是here，略有删节：

class uniform_gen(rv_continuous):
    """A uniform continuous random variable.
    This distribution is constant between `loc` and ``loc + scale``.
    # ...
    """
    def _rvs(self):
        return self._random_state.uniform(0.0, 1.0, self._size)

   # ....
uniform = uniform_gen(a=0.0, b=1.0, name='uniform')

因此 a 和 b 将分别始终为 0 和 1。

我猜你的困惑（我也偶尔用这个符号）是大多数教科书将均匀分布定义为说谎 between a and b. But in this case a and b are something a bit different 并且，正如@jakevdp 所说，

This distribution is constant between loc and loc + scale.

因此，将此与传统定义联系起来，将 a 视为 loc，将 b 视为 loc + scale.

（如果您有兴趣，父级 class rv_continuous 又被定义为 here。）

scipy.stats.uniform 对 `a` 和 `b` 属性的混淆

Confusion over `a` and `b` attributes from scipy.stats.uniform

python

distribution

scipy

python-3.x