也许我不太了解.ppf()的功能，但是根据wikipedia，ppf(q)应该返回x的所有实数q <= cdf(x)的最小值。因为对于每个x，任何分布的cdf都是非负的，所以我希望ppf(0)返回-inf。但是，看起来
scipy.stats.randint(0, 2).ppf(0) ## returns -1.0 ..?
关于这种行为的原因有任何想法吗？
最佳答案
您是正确的-randint.ppf是用不太仔细的方式实现的。这是scipy / stats / distributions.py中cdf和ppf的代码（来自scipy 0.9.0）：
def _cdf(self, x, min, max):
k = floor(x)
return (k-min+1)*1.0/(max-min)
def _ppf(self, q, min, max):
vals = ceil(q*(max-min)+min)-1
vals1 = (vals-1).clip(min, max)
temp = self._cdf(vals1, min, max)
return where(temp >= q, vals1, vals)
如您所见，当q = 0时，将从ppf返回-1。还要注意，ppf（0.01）= 0（应为-inf）和ppf（0.51）= 1（应为0）。
这个ppf确实是坏掉的-或者说它是在没有考虑任何严格定义的情况下写的，是更慈善的。可用的文档说ppf是“ cdf的倒数”，但是当cdf不是1比1时，当然没有意义。
关于python - scipy的randint(0，2)的ppf(0)是-1.0，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/25688461/