scipy中的分布以通用的方式通过两个参数的位置和比例进行编码，因此位置是loc将分布向左或向右移动的参数（），scale而是压缩或拉伸分布的参数。
对于两个参数的对数正态分布，“均值”和“ std dev”对应于log（scale）和shape（可以让loc=0）。
下面说明了如何拟合对数正态分布以找到感兴趣的两个参数：
In [56]: import numpy as np
In [57]: from scipy import stats
In [58]: logsample = stats.norm.rvs(loc=10, scale=3, size=1000) # logsample ~ N(mu=10, sigma=3)
In [59]: sample = np.exp(logsample) # sample ~ lognormal(10, 3)
In [60]: shape, loc, scale = stats.lognorm.fit(sample, floc=0) # hold location to 0 while fitting
In [61]: shape, loc, scale
Out[61]: (2.9212650122639419, 0, 21318.029350592606)
In [62]: np.log(scale), shape # mu, sigma
Out[62]: (9.9673084420467362, 2.9212650122639419)
602392714
清零编程群