scipy.stats.pareto类继承问题：自定义子类调用cdf报错

我定义了一个用于扩展scipy.stats.pareto类的子类，代码如下：

class pareto(scipy.stats.pareto):
    def __init__(self, b):
        super().init(b)
        return

当执行代码u=pareto(2)并调用u.cdf(1)时出现错误，但直接执行u=scipy.stats.pareto(2)并调用u.cdf(1)可正常运行并返回0.0，我预期自定义子类也能实现相同效果，请问问题出在哪里？

问题根源与解决方案 #

你遇到的问题主要来自两个关键细节，再结合Scipy分布类的特殊设计逻辑：

1. 错误调用父类初始化方法
   你在子类的__init__里写了super().init(b)，但Python的构造方法是带双下划线的__init__，正确写法应该是super().__init__(b)。不过就算修正这一点，可能还是会有问题——因为Scipy的分布类实例化逻辑和普通Python类截然不同。

2. Scipy分布类的特殊实例化机制
   scipy.stats.pareto属于rv_continuous的子类，这类分布类实例化时会生成一个"冻结"的分布对象，直接继承并覆盖__init__会破坏原有的参数绑定、状态初始化流程，导致后续方法调用出错。

正确的扩展方式

如果只是想给现有Pareto分布添加自定义功能，推荐这样实现：

import scipy.stats as stats

class CustomPareto(stats.pareto):
    def __init__(self, *args, **kwargs):
        # 调用父类完整的初始化逻辑，保留所有参数处理逻辑
        super().__init__(*args, **kwargs)
    
    # 示例：添加自定义方法
    def scaled_cdf(self, x):
        # 对原有cdf结果做缩放处理
        return self.cdf(x) * 100

# 测试代码
u = CustomPareto(2)
print(u.cdf(1))  # 正常返回0.0
print(u.scaled_cdf(1))  # 返回0.0*100=0.0

如果你的需求是修改Pareto分布的核心计算逻辑（比如自定义CDF、PDF公式），那应该直接继承rv_continuous并重写对应的方法，而不是继承已有的pareto类：

from scipy.stats import rv_continuous

class CustomPareto(rv_continuous):
    def _cdf(self, x, b):
        # 这里可以自定义CDF计算逻辑，示例保留原Pareto的逻辑
        return 1 - (1/x)**b if x >= 1 else 0.0

# 实例化并测试
u = CustomPareto(a=1)  # a是分布的下界参数，原Pareto默认a=1
u_frozen = u(2)
print(u_frozen.cdf(1))  # 返回0.0

内容的提问来源于stack exchange，提问作者HolyMonk