C#n将其命名为Python SciPy

我需要将一些函数从C#移植到Python，但我无法正确实现下一个代码：

[SqlFunction(IsDeterministic = true, DataAccess = DataAccessKind.None)]
public static SqlDouble LogNormDist(double probability, double mean, double stddev)
{
    LognormalDistribution lnd = new LognormalDistribution(mean,stddev);
    return (SqlDouble)lnd.CDF(probability);
}

此代码使用CenterSpace Nmath库

任何人都可以帮助我用python编写一个正确的函数，它将类似于此代码

对不起我的英语

UPD实际上，我不知道哪个scipy.stats.lognorm.cdf属性与C#probability，mean，stddev相似

---

如果只是将现有订单复制到python，就像下面的回答一样，我得到了错误的号码。

也许您可以使用python.NET（这不是IronPython），它允许访问.NET组件和服务：

---

也许您可以使用Python.NET（这不是IronPython），它允许访问.NET组件和服务：

---

Scipy在Scipy.stats包中定义了一系列发行版

import scipy.stats

def LogNormDist(prob, mean=0, stddev=1):
    return scipy.stats.lognorm.cdf(prob,stddev,mean)

更新 好吧，看起来Scipy的统计定义有点不标准。以下是

scipy.stats.lognormal

对数正态分布

lognorm.pdf（x，s）=1/（sxsqrt（2*pi））*exp（-1/2*（log（x）/s）**2） 对于x>0，s>0

如果对数x正态分布，平均μ和方差σ**2， 然后x为对数正态分布，形状参数为sigma和scale 参数exp（mu）

所以也许可以试试

return scipy.stats.lognorm.cdf(prob,stddev,scipy.exp(mean))

如果这仍然不起作用，试着获取一些样本点，我会看看我是否能找到工作关系

乌德帕特2 哎呀，我没有意识到scale参数是一个关键字。这一个现在应该可以工作了：

import scipy.stats

def LogNormDist(prob, mean=0, stddev=1):
    return scipy.stats.lognorm.cdf(prob,stddev,scale=scipy.exp(mean))

---

干杯，祝你的项目好运

Scipy在Scipy.stats包中定义了一系列分布

import scipy.stats

def LogNormDist(prob, mean=0, stddev=1):
    return scipy.stats.lognorm.cdf(prob,stddev,mean)

更新 好吧，看起来Scipy的统计定义有点不标准。以下是

scipy.stats.lognormal

对数正态分布

lognorm.pdf（x，s）=1/（sxsqrt（2*pi））*exp（-1/2*（log（x）/s）**2） 对于x>0，s>0

如果对数x正态分布，平均μ和方差σ**2， 然后x为对数正态分布，形状参数为sigma和scale 参数exp（mu）

所以也许可以试试

return scipy.stats.lognorm.cdf(prob,stddev,scipy.exp(mean))

如果这仍然不起作用，试着获取一些样本点，我会看看我是否能找到工作关系

乌德帕特2 哎呀，我没有意识到scale参数是一个关键字。这一个现在应该可以工作了：

import scipy.stats

def LogNormDist(prob, mean=0, stddev=1):
    return scipy.stats.lognorm.cdf(prob,stddev,scale=scipy.exp(mean))

---

干杯，祝你的项目好运

Python文档描述了一种方法random.lognormvariate（mu，sigma）：

---

也许这就是您想要的。

Python文档描述了一种随机方法。lognormvariate（mu，sigma）：

也许这就是你想要的。

伊万

我们对把人锁在NMath里没有兴趣。这是我们在NMath所做的

  double t = ( Math.Log( x ) - mu_ ) / sigmaRoot2_;
  return ( 0.5 + 0.5 * Erf( t ) );

在哪里

专用静态双Erf（双x）
{
返回（x<0.0？-StatsFunctions.IncompleteGamma（0.5，x*x）：StatsFunctions.incomplegamma（0.5，x*x））；
}

那应该会有帮助

• 特雷弗

伊万

我们对把人锁在NMath里没有兴趣。这是我们在NMath所做的

  double t = ( Math.Log( x ) - mu_ ) / sigmaRoot2_;
  return ( 0.5 + 0.5 * Erf( t ) );

在哪里

专用静态双Erf（双x）
{
返回（x<0.0？-StatsFunctions.IncompleteGamma（0.5，x*x）：StatsFunctions.incomplegamma（0.5，x*x））；
}

那应该会有帮助

• 特雷弗

---

谢谢，这非常有帮助！谢谢，但这仍然不起作用，所以我用不同的属性运行了C代码，这就是我所拥有的：prob | stddev | mean | result 0.3 | 1.0 | 3.2 | 531431365968782E-06 0.8 | 2.3 | 7.0 124843306096770190.1 | 0.3 1240.1 | 4.1 1246.608; 161232;这对您很有帮助！谢谢，但还是不行，所以我用不同的属性运行了C代码，这就是我所拥有的：prob | stddev | mean | result 0.3 | 1.0 | 3.2 | 531431365968782E-06 0.8 | 2.3 | 7.0 | 0000843306609677019 0.1 | 0.2 | 0.3 | 4.1 | 6.8 1240048604602使用Python自己构建的Python（1612.NET）。它有点不稳定，缺少.NET3.0，而且该项目似乎在相当长的一段时间内处于非活动状态。我不建议将其用于生产代码，但从Python中使用.NET组件非常好。我将Python.NET与Python2.6结合使用（必须自己构建）。它有点不稳定，缺少.NET3.0，而且该项目似乎在相当长的一段时间内处于非活动状态。我不建议将其用于生产代码，但从Python中使用.NET组件非常好。