C# Nmath 到 Python SciPy

Question

我需要将一些函数从 C# 移植到 Python，但我无法正确实现下一个代码：

[SqlFunction(IsDeterministic = true, DataAccess = DataAccessKind.None)]
public static SqlDouble LogNormDist(double probability, double mean, double stddev)
{
    LognormalDistribution lnd = new LognormalDistribution(mean,stddev);
    return (SqlDouble)lnd.CDF(probability);
}

此代码使用 CenterSpace Nmath 库。

任何人都可以帮我在 python 中编写一个与此代码类似的正确函数吗？

对不起我的英语不好。

UPD 实际上，我不明白哪些 scipy.stats.lognorm.cdf attrs 与 C# 概率相似，意思是 stddev

如果只是将现有订单复制到 python，就像下面的答案一样，我会得到错误的数字。

Answer 1

Scipy 在 scipy.stats 包中定义了一堆发行版

import scipy.stats

def LogNormDist(prob, mean=0, stddev=1):
    return scipy.stats.lognorm.cdf(prob,stddev,mean)

更新

好吧，看起来 Scipy 的统计定义有点不标准。 这是 scipy.stats.lognormal 文档字符串的结尾

对数正态分布

lognorm.pdf(x,s) = 1/(sxsqrt(2*pi)) * exp(-1/2*(log(x)/s)**2 ）
对于x> 0，s＞ 0.

如果 log x 服从均值 mu 和方差 sigma**2 的正态分布，
那么 x 是具有形状参数 sigma 和尺度的对数正态分布
参数exp(mu)。

所以也许可以尝试一下，

return scipy.stats.lognorm.cdf(prob,stddev,scipy.exp(mean))

如果这仍然不起作用，请尝试获取一些样本点，我会看看是否可以找到工作关系。

Udpate 2

哎呀，我没有意识到比例参数是一个关键字。 这个现在应该可以工作了：

import scipy.stats

def LogNormDist(prob, mean=0, stddev=1):
    return scipy.stats.lognorm.cdf(prob,stddev,scale=scipy.exp(mean))

干杯，祝你的项目好运！

Answer 2

Python 文档描述了一种方法 random.lognormvariate(mu, sigma):

http://docs.python .org/library/random.html

也许这就是您想要的。

Answer 3

也许您可以使用 Python.NET（这不是 IronPython），它允许访问 .NET 组件和服务：

http://pythonnet.sourceforge.net/

Answer 4

Ivan，

我们没有兴趣让人们局限于 NMath。 这就是我们在 NMath 中所做的事情。

  double t = ( Math.Log( x ) - mu_ ) / sigmaRoot2_;
  return ( 0.5 + 0.5 * Erf( t ) );

那

private static double Erf( double x )
{
  return ( x < 0.0 ? -StatsFunctions.IncompleteGamma( 0.5, x * x ) : StatsFunctions.IncompleteGamma( 0.5, x * x ) );
}

应该有帮助......

• 特雷弗