python - symfit 上的 Scipy 分布？

Question

我认为标题是自我解释的。

我真的想使用已经在 scipy.stats 上实现的几个 pdf 作为 symfit 模型的模型，例如CrystalBall或Johnson函数。我尝试过使用以下代码的高斯分布：

x = Variable('x') 
mu = Parameter('mu') 
sigma = Parameter('sigma') 
model_sci = stats.norm.pdf(y, mean, sigma)

但我得到以下TypeError

TypeError：无法确定关系的真值

我相信这是因为 scipy 分发需要数字（或带有数字的可迭代对象）而不是 sympy 产生的符号。是否有可能使用此发行版而不是手动实现它们？

Answer 1

可以使用 a 来做到这一点CallableNumericalModel：

x = Variable('x') 
y = Variable('y') 
mu = Parameter('mu') 
sigma = Parameter('sigma') 

model_sci = lambda x, mu, sigma: stats.norm.pdf(x, mu, sigma)

model = CallableNumericalModel({y: model_sci}, connectivity_mapping={y: {x, mu, sigma}})