我试图找出如何创建一个新的scipy.stats.rv_continuous子类。 我的分布取决于“位置”和“形状”的参数，但是一个的每一个例子_pdf在scipy.stats.distributions假定形状及定位参数可简单地施加到X轴，这对于一些分布的情况下。
例如，一个分配我工作是将X轴位置明确地依赖于分布，即宽度对数正态的修改版本：
def _pdf(self, x, x0, s):
Px = exp(-(log(x/x0)+s**2/2.)**2 / (2*s**2))
return Px / (s*x0*sqrt(2*pi))
我希望能够使用loc为x0和scale的s 。 有没有办法做到这一点，还是有更好的方式来继承rv_continuous ？
（注意：仅仅使用PDF作为我定义它会导致其他问题rv_continuous方法，例如.fit ，因为loc和scale仍然视为“自由参数”，即使他们不应该）
你真的不应该尝试改变的意义loc和scale 。 他们是标准的，定义良好的位置和尺度参数解释，例如，在scipy.stats教程 ，维基百科在这里和这里 ，也是在这里 。
正如我在评论中提到，它看起来像你缺少的因素1/x0的配方食品中。 没有它，从0到PDF的无穷积分是x0 ，而不是1。
与校正，很显然， x0实际上是尺度参数。 s是一个形状参数。 像许多其他的发行只在正实轴（例如γ射线或对数正态分布）定义，你可以简单地忽略位置参数-它的默认值是0（如果使用fit方法时，一定要使用参数floc=0 ，以防止的方法，从治疗loc作为一个自由参数），但我不知道你所说的“X轴位置明确地依赖于分布宽度”的意思-的X轴位置什么 ？
除了沃伦的回答：
在scipy.stats分布假定loc和scale是通常的标准化， y = (x - loc) / scale 。 所以你不能继承分布，如果你不遵守这个定义。
然而，你可以写一个新的包装类委托给一个（子）类scipy.stats.distributions，并做任何重新参数化在这个包装类。
在这种情况下，你可以解决像一些参数loc和调用标准类前更改参数的名称。
创建一个更标准的参数化lognorm包装将使其更容易按照对实施教科书时使用，但不会做任何事情，从什么可以在scipy.stats分布来完成不同的。
