Python Distfit：拟合分布信息的访问、配置与保存方法

问题1：访问并存储拟合分布信息 #

distfit的拟合结果直接存在拟合对象的属性中，无需捕获终端输出。核心属性是results，它是一个包含所有拟合分布信息的列表，每个元素是字典，包含分布名称、参数、拟合得分等关键数据。

示例代码：

from distfit import distfit
import numpy as np

# 测试数据
data = np.random.normal(loc=2, scale=3, size=1000)

# 初始化并执行拟合
df = distfit()
df.fit_transform(data)

# 直接获取所有拟合结果，存入列表
fit_info_list = df.results

# 提取最优的3个分布信息
top_3_fits = fit_info_list[:3]
for fit in top_3_fits:
    print(f"分布名称: {fit['name']}, 参数: {fit['params']}, 拟合得分: {fit['score']}")

每个字典的关键键值对说明：

• name: 分布名称（如norm对应正态分布）
• params: 分布的拟合参数（如正态分布的均值、标准差）
• score: 拟合得分（得分越高拟合效果越好）
• loc/scale: 部分分布的位置、缩放参数（和params对应）

问题2：修改参数小数位数等预配置 #

修改打印精度 #

初始化distfit对象时，通过precision参数可以直接设置打印时的小数位数，替代默认的6位：

# 设置精度为10位小数
df = distfit(precision=10)
df.fit_transform(data)
# 打印汇总信息时参数会保留10位小数
df.summary()

手动格式化参数 #

如果需要更灵活的格式控制，可以遍历results列表，手动处理参数的小数位数：

for fit in df.results[:3]:
    dist_name = fit['name']
    # 自定义保留12位小数
    formatted_params = [round(param, 12) for param in fit['params']]
    print(f"{dist_name} 分布参数: {formatted_params}")

修改其他预配置 #

比如想指定只测试特定分布，可以在初始化时用distributions参数：

# 仅测试正态、t分布和伽马分布
df = distfit(distributions=['norm', 't', 'gamma'])

内容的提问来源于stack exchange，提问作者Samuel LF