为scipy.stats.rv_continuous添加方法遇rv_frozen属性错误问题

• scipy中直接调用uniform()、gamma(a)这类构造返回的是rv_frozen类的实例，该类独立于rv_continuous，仅通过组合关系关联分布参数，因此给rv_continuous新增的方法不会同步到rv_frozen实例
• 原方法的参数定义仅支持固定传参，无法兼容非冻结分布需要传入形状参数、loc、scale的场景

步骤1：导入依赖并定义兼容所有场景的通用方法 #

需要同时处理冻结/非冻结分布的参数差异，支持位置/关键字两种方式传入总计数nu：

from scipy.stats import rv_continuous, uniform, gamma
from scipy.stats._distn_infrastructure import rv_frozen

def cntsCumul(self, x, *args, **kwargs):
    # 提取总计数nu：优先取关键字参数，否则取最后一个位置参数
    if "nu" in kwargs:
        nu = kwargs.pop("nu")
    else:
        nu = args[-1]
        args = args[:-1]
    return nu * self.cdf(x, *args, **kwargs)

步骤2：同时给两类对象新增方法 #

# 给非冻结分布类加方法
rv_continuous.cntsCumul = cntsCumul
# 给冻结分布类加方法
rv_frozen.cntsCumul = cntsCumul

测试验证 #

你的原有测试用例可全部正常运行：

x = [-0.76, 1.2, 5.67]
a = 2

# 非冻结uniform调用
for xx in x:
    print(uniform.cdf(xx))  # 原有逻辑正常
    print(uniform.cntsCumul(xx, 3))  # 新增方法正常

# 冻结uniform调用
rv1 = uniform()
for xx in x:
    print(rv1.cdf(xx))  # 原有逻辑正常
    print(rv1.cntsCumul(xx, 3))  # 新增方法正常

# 非冻结gamma调用
for xx in x:
    print(gamma.cdf(xx, a))  # 原有逻辑正常
    print(gamma.cntsCumul(xx, a, 3))  # 新增方法正常
    # 也支持关键字传nu：gamma.cntsCumul(xx, a, nu=3)

# 冻结gamma调用
rv2 = gamma(a)
for xx in x:
    print(rv2.cdf(xx))  # 原有逻辑正常
    print(rv2.cntsCumul(xx, 3))  # 新增方法正常

该实现完全对齐scipy原有cdf的传参规则，支持传入loc、scale等可选参数，例如：

# 指定偏移和缩放参数的调用示例
print(gamma.cntsCumul(1.2, a=2, loc=0.5, scale=1.5, nu=10))

内容的提问来源于stack exchange，提问作者Mister Mak