Python 以数组向量作为a和b参数的scipy truncnorm

因此，我需要使用Python中的

truncnorm

函数来评估下限为零的截断正态分布中值的可能性

由于

truncnorm

适用于标准正态分布，因此如果您使用自己的

mu

和

sigma

参数，则必须重新参数化

a

和

b

<代码>a和

b

被写成

（myclip-mu）/sigma

我需要在

mu

和

sigma

的不同参数化下同时计算多个值，这意味着我必须将数组作为

a

和

b

的参数。但是，每次这样做时，我都会收到一条错误消息。下面是一些简化的示例代码：

import numpy as np
from scipy.stats import truncnorm
v = np.array([5, 4])
mus = np.ones(2)
sigmas = np.ones(2)
a = (0 - mus) / sigmas
b = np.ones(2) * np.inf

like = truncnorm.pdf(vals, a, b, mus, sigmas)

我得到这个错误信息：

cond0 = self._argcheck(*args) & (scale > 0)
File "/Users/adamosth/anaconda/lib/python2.7/sitepackages/scipy/stats/_continuous_distns.py", line 3818, in _argcheck
if self.a > 0:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

---

如果将

a

作为单个值输入，我没有问题，但这并不是我真正想要的。

在将scipy v0.13更新为v0.14后，我遇到了同样的问题。它仍然不能在v0.15中工作（我现在已经安装了）。所以我可以确认你的错误

---

目前，我使用一种变通方法，一个接一个地遍历所有值，这当然非常缓慢，而且不是真正的长期解决方案。我希望有人有更好的建议。

最近的scipy版本已经解决了这一问题。