关于Scipy wasserstein_distance参数对应PSD坐标轴的技术问询

直接明确参数和PSD坐标轴的对应关系：

• u_values/v_values：对应PSD的**X轴（粒径）**数据，也就是两组粒度分布的粒径点集合
• u_weights/v_weights：对应PSD的**Y轴（概率密度值）**数据，也就是每个粒径点对应的概率密度权重

举个实际代码示例，假设你有两组数据：

• 组1：粒径数组particle_sizes_1 = [5, 10, 15, 20]，对应概率密度pdf_1 = [0.05, 0.3, 0.5, 0.15]
• 组2：粒径数组particle_sizes_2 = [8, 12, 18]，对应概率密度pdf_2 = [0.2, 0.6, 0.2]

调用方式如下：

from scipy.stats import wasserstein_distance

# 计算EMD（Wasserstein距离）
emd_value = wasserstein_distance(
    u_values=particle_sizes_1,
    v_values=particle_sizes_2,
    u_weights=pdf_1,
    v_weights=pdf_2
)

额外注意：

• 两组粒径数组的长度不需要一致，函数会自动处理分布的匹配计算
• 权重数组必须和对应粒径数组长度相同，且权重总和建议归一化到1（如果你的原始概率密度已经是归一化后的结果，直接用就行；如果是原始计数/频率，需要先除以总和转成概率权重）

内容的提问来源于stack exchange，提问作者odar