Scipy kstest为相似的值集返回不同的pValue

Question

在python3.6.5和scipy1.1.0中，当我运行Kolmogorov-Smirnov测试来检查均匀分布时，如果我向kstest函数提供行或列向量，则会得到两个相反的结果（从p值的角度来看）：

from scipy import stats
import numpy as np

>>> np.random.seed(seed=123)
>>> stats.kstest(np.random.uniform(low=0, high=1, size=(10000, 1)), 'uniform')

KstestResult(statistic=0.9999321616877249, pvalue=0.0)

>>> np.random.seed(seed=123)
>>> stats.kstest(np.random.uniform(low=0, high=1, size=(1, 10000)), 'uniform')

KstestResult(statistic=0.9999321616877249, pvalue=0.00013567662455016283)

你知道为什么会这样吗？

Answer 1

在docstring of ^{}中提到，当kstest的第一个参数是数组时，它应该是一个一维数组。在您的示例中，传递的是二维数组（其中一个维度在每种情况下都微不足道）。结果表明，kstest中的代码在输入数组是二维的情况下不会执行预期的操作。在

简单的解决方法是在将数组传递给kstest之前将其展平。可以使用ravel()方法来实现这一点。例如

In [50]: np.random.seed(seed=123)

In [51]: x = np.random.uniform(low=0, high=1, size=(10000, 1))

In [52]: stats.kstest(x.ravel(), 'uniform')
Out[52]: KstestResult(statistic=0.008002577626569918, pvalue=0.5437230826096209)

In [53]: np.random.seed(seed=123)

In [54]: x = np.random.uniform(low=0, high=1, size=(1, 10000))

In [55]: stats.kstest(x.ravel(), 'uniform')
Out[55]: KstestResult(statistic=0.008002577626569918, pvalue=0.5437230826096209)