Python ks_2samp给出了意外的p值

我想用两个样本的K-S检验来比较两个分布。 我正在使用python的（2.7）KS2amp，但遇到了一些问题

首先，我不明白我是否必须把数组和数据作为参数，或者建立它们的累积分布。我想第一个

其次，当我对数据使用ks_2samp时，我得到的返回p值看起来不现实

例如，对于两个如下所示的分布：

ks_2放大器返回： D值=0.038629201101928384 P值=0.0

这意味着这些分布不是从同一个分布（粗略地说）派生出来的。我觉得这些数据很奇怪。。。它看起来也很奇怪，像“0.0”这样的结果，因为任务通常会给出许多小数。。。 在输入中使用类似的数据，例如p-value=6.65e-136，这实际上非常奇怪

有什么问题吗？还是可以

在我的数组中有许多“南”，但我也对数据运行ks2samp，在那里我屏蔽了南，得到了相同的结果。所以我认为它不在乎

---

提前非常感谢

我认为docstring（）清楚地表明，参数是您的示例数据（而不是CDF）。你的样品有多大？@WarrenWeckesser我就是这么想的。我给出的结果是使用我的数据获得的，即数组长度为500000个元素（数量级…）。它们可能太大了吗？谢谢（如果需要的话：我的数组有许多“nan”，元素的“实际”数量要低一个数量级）

ks_2amp

不是为处理

nan

s而设计的，它可能会给你一个不正确的p值。在调用

ks_2samp

@WarrenWeckesser之前，您应该将它们从数据中删除。实际上，我屏蔽了nans，并在屏蔽阵列上重新运行ks_2samp，获得了相同的结果。。。也许我可以尝试从数组中完全删除这些数据。。。非常感谢。