如何将Scipy生成的分布保存到列表或数组中以便调用？

嗨，我明白你现在的困扰——用Scipy创建了截断正态分布后，找不到直接保存这个分布对象的方法对吧？其实Scipy的统计分布本身没有内置的save方法，但我们有两种可靠的方式来解决这个问题：

方法一：用Pickle直接序列化分布对象 #

Pickle是Python的原生序列化工具，可以直接把整个分布对象保存到文件里，之后再加载回来使用，操作起来很简单：

import pickle
from scipy.stats import truncnorm

# 先修复你函数里的参数覆盖问题，让它能灵活生成分布
def normal_distro_build(mean=73, standard_dev=10, students=23):
    # 计算截断边界
    a, b = ((0 - mean) / standard_dev), ((100 - mean)/standard_dev)
    # 创建截断正态分布对象
    dist = truncnorm(a=a, b=b, loc=mean, scale=standard_dev)
    return dist

# 生成你的目标分布
my_dist = normal_distro_build()

# 把分布保存到本地文件
with open('truncated_normal_dist.pkl', 'wb') as f:
    pickle.dump(my_dist, f)

# 后续需要使用时，加载回分布对象
with open('truncated_normal_dist.pkl', 'rb') as f:
    loaded_dist = pickle.load(f)

# 测试验证：生成随机样本，确认加载成功
print("加载后的分布生成样本：", loaded_dist.rvs(size=5))

⚠️ 小提醒：Pickle的兼容性和Scipy、Python版本绑定，如果跨不同版本的环境使用，可能会出现加载失败的情况，这时候可以试试下面更稳妥的方法。

方法二：保存分布关键参数，后续重建分布 #

这种方法只保存分布的核心参数，之后用参数重新初始化分布，完全没有版本兼容问题，是生产环境里更推荐的方式：

import json
from scipy.stats import truncnorm

def normal_distro_build(mean=73, standard_dev=10, students=23):
    a, b = ((0 - mean) / standard_dev), ((100 - mean)/standard_dev)
    dist = truncnorm(a=a, b=b, loc=mean, scale=standard_dev)
    # 提取分布的所有关键参数
    dist_params = {
        'a': a,
        'b': b,
        'loc': mean,
        'scale': standard_dev
    }
    return dist, dist_params

# 生成分布并获取参数
my_dist, dist_params = normal_distro_build()

# 把参数保存到JSON文件（也可以用np.savez保存成numpy格式）
with open('dist_parameters.json', 'w') as f:
    json.dump(dist_params, f)

# 加载参数并重建分布
with open('dist_parameters.json', 'r') as f:
    loaded_params = json.load(f)

rebuilt_dist = truncnorm(
    a=loaded_params['a'],
    b=loaded_params['b'],
    loc=loaded_params['loc'],
    scale=loaded_params['scale']
)

# 测试验证
print("重建后的分布生成样本：", rebuilt_dist.rvs(size=5))

额外小提示 #

看你原来的代码，函数normal_distro_build里传入的mean、standard_dev参数被内部的硬赋值覆盖了（比如mean = 73），如果想要让函数支持动态传入不同的均值和标准差，记得删掉这些内部的固定赋值哦～

内容的提问来源于stack exchange，提问作者Eric Collins