C# Nmath 转 Python SciPy

Question

我需要把一些功能从C#转到Python，但我无法正确实现下面的代码：

[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);
}

这段代码使用了CenterSpace Nmath库。

有没有人能帮我写一个在Python中类似的函数呢？

抱歉我的英语不好。

更新 其实，我不太明白scipy.stats.lognorm.cdf中的哪些属性和C#中的概率、均值、标准差是相似的。

如果直接把现有的顺序复制到Python中，就像下面的回答那样，我得到的结果是错误的。

Answer 1

也许你可以试试 Python.NET（这不是 IronPython），它可以让你访问 .NET 的组件和服务：

http://pythonnet.sourceforge.net/

Answer 2

Python的文档里介绍了一种方法叫做 random.lognormvariate(mu, sigma)：

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

也许这正是你需要的。

Answer 3

Scipy里面有很多种分布是定义在scipy.stats这个包里的。

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的统计定义有点不太标准。这里是scipy.stats.lognormal的文档结尾部分：

对数正态分布

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

如果log x是正态分布，平均值为mu，方差为sigma的平方， 那么x就是对数正态分布，形状参数为sigma，尺度参数为exp(mu)。

所以可以试试这个：

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

如果还是不行，试着获取几个样本点，我看看能不能找到一个有效的关系。

更新 2

哎呀，我没意识到尺度参数是一个关键字。这个应该可以工作：

import scipy.stats

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

祝你好运，项目顺利！