R＆＃x27; s rbeta（）函数的python等效是什么？

Question

我正在尝试找到相当于R的rbeta（）功能的Python，以进行一些A/B测试。这是r中的代码：

a <- 50
notA <- 200
b <- 200
notb <-400

trials <- 100000

alpha <- 1
beta <- 4

a.samples <- rbeta(trials, a+alpha, notA+beta)
b.samples <- rbeta(trials, b+alpha, notB+beta)

a_wins <- sum(a.samples > b.samples) / trials
b_wins <- sum(b.samples > a.samples) / trials

print(a_wins)
print(b_wins)

在此r示例中， b 赢得了99％以上的时间。

这就是我作为Python等效的尝试：

import scipy.stats as stats

a = 50
notA = 200
b = 200
notB =400

trials = 100000

alpha = 1
beta = 4

# Random data on which to calculate probability density
inputs = []
inputs = stats.beta(alpha, beta).rvs(size=trials) 

aSamples = stats.beta(a+alpha, notA+beta).pdf(inputs)
bSamples = stats.beta(b+alpha, notB+beta).pdf(inputs)

aWins = sum(aSamples > bSamples) / trials
bWins = sum(bSamples > aSamples) / trials

print("A", aWins)
print("B", bWins)

在Python等效中， a 赢得了75％的时间。

我的猜测是问题是输入，即计算概率密度的随机统计信息。它们在此处使用.rvs（） scipy.stats.beta的方法生成。我还尝试了随机数模块和np.linspace（）无用。有人可以告诉我我想念什么吗？

---

@user20650在评论中解决了它。调用.pdf（）是一个冗余步骤。函数scipy.stats.beta（）。rvs（）是r rbeta（）函数的python。然后应阅读正确的代码：

aSamples = stats.beta(a+alpha, notA+beta).rvs(trials)
bSamples = stats.beta(b+alpha, notB+beta).rvs(trials)

感谢所有回答的人。昨天整天都融化了我的头。