Python statistics包：statsmodel和scipy.stats之间的区别

Question

我需要一些关于为Python选择statistics包的建议，我已经做了相当多的搜索，但不确定是否一切都正确，特别是statsmodels和scipy.stats之间的差异。

我知道的一件事是，那些具有scikits名称空间的是scipy的特定“分支”，以前是scikits.statsmodels的现在称为statsmodels。另一方面也有scipy.stats。两者的区别是什么，哪一个是Python的统计包？

谢谢。

--编辑--

我更改了标题，因为有些答案与问题没有实际联系，我想这是因为标题不够清楚。

Answer 1

Statsmodels将scipy.stats作为依赖项。stats有所有的概率分布和一些统计测试。它更像是numpy和scipy中的库代码。另一方面，Statsmodels为统计模型提供了一个类似于R的公式框架，它可以与pandas数据框架一起工作。statsmodels中还有统计测试、绘图和大量帮助函数。实际上这取决于你需要什么，但你绝对不必选择。他们有不同的目标和优势。

Answer 2

我认为这个统计数据包是新的。如果您想使用matplotlib打印数据，它也很有用。 然而，据我所知，matplotlib还不能与Python3.x一起工作。

Answer 3

我尝试在日常工作中使用pandas/statsmodels/scipy，但有时这些包会有点短（黄土，有人吗？）。RPy模块的问题是（至少上次我检查过）它需要一个不是当前版本的R——我的R安装是2.16（我想），RPy需要2.14。所以要么你必须有两个R的并行安装，要么你必须降级。（如果您没有安装R，那么您可以安装正确版本的R并使用RPy。）

因此，当我需要pandas/statsmodels/scipy中没有的东西时，我编写R脚本，并使用subprocess模块运行它们。这让我尽可能少地与R交互（我真的不喜欢在其中编程），但是我仍然可以利用R拥有的Python包没有的所有东西

教训是，任何问题都不可能有一个解决方案——你必须以你理解的方式，组装一大堆对你有用的部分（也许你自己也可以写一些）来解决问题。（当然，R爱好者会不同意！）