Python中R的“phyper”函数的等价物是什么？

Question

在R语言中，我使用phyper函数进行超几何检验，这在生物信息学分析中很常见。不过，我平时用的代码大多是Python，而用rpy2来调用R的函数速度比较慢。所以，我开始寻找其他的替代方案。看起来scipy.stats.hypergeom有类似的功能。

目前，我是这样调用phyper的：

pvalue <- 1-phyper(45, 92, 7518, 1329)

这里的45是我选中的具有特定属性的项目数量，92是所有具有该属性的项目总数，7518是没有该属性的未选中项目数量，而1329是选中的项目总数。

在R中，这样计算的结果是6.92113e-13。

但用scipy.stats.hypergeom做同样的事情时，结果却完全不同（注意，这里的数字顺序调换了，因为这个函数接受参数的方式不同）：

import scipy.stats as stats   
pvalue = 1-stats.hypergeom.cdf(45, 7518, 92. 1329)
print pvalue

结果是-7.3450134863151106e-12，这让我感到困惑。值得注意的是，我在其他数据上测试过这个函数，结果还算正常（精确到小数点后四位，对我来说已经足够了）。

所以，我总结出以下几种可能性：

1. 我可能使用了不适合的函数（或者参数不对）
2. scipy可能存在bug

如果是第一种情况，有没有其他可以在Python中替代phyper的函数呢？

补充：正如评论所提到的，这确实是scipy中的一个bug，已经在git主分支上修复了。

Answer 1

根据文档，你可以试试：

hypergeom.sf(x,M,n,N,loc=0) ： 这是生存函数（1减去累积分布函数，有时候更准确）

另外，我觉得你可能把数值搞混了。

模型是从一个箱子里抽取物品。M 是物品的总数，n 是类型I物品的总数。随机变量（RV）计算的是在从总体中抽取的N个物品中，类型I物品的数量。

所以根据我的理解：x=q，M=n+m，n=m，N=k。

所以我会尝试：

stats.hypergeom.sf(45,(92+7518),92,1329)