Tag: 分布

我将如何打包并出售Django应用程序?

目前,我正在为我的客户托pipe一个我自己开发的Django应用程序,但我现在开始考虑将其出售给人们,让他们自己主持。 我的问题是:我如何打包并出售Django应用程序,同时保护其代码免受盗版或盗窃? 分发一堆.py文件听起来不是一个好主意,因为我卖给它的人也可以复制它们并传递给他们。 我认为出于这个问题的目的,假设每个购买这个产品的人都可以运行相同的(LAMP)设置。

C / C ++中的累积正态分布函数

我想知道是否有math库中的统计function,这些math库是Cmath等标准C ++库的一部分。 如果没有,你们可以推荐一个好的统计资料库,它具有累积的正态分布函数吗? 提前致谢。 更具体地说,我期待使用/创build一个累积分布函数。

Easy_install和PIP坏了:pkg_resources.DistributionNotFound:distribute == 0.6.36

我试图用pip install –upgrade pip来升级pip – 在OSX上升级pip和pip和easy_install都不工作。 运行pip时 Traceback (most recent call last): File "/usr/local/bin/pip", line 5, in <module> from pkg_resources import load_entry_point File "/usr/local/Cellar/python/2.7.4/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/distribute-0.6.49-py2.7.egg/pkg_resources.py", line 2881, in <module> parse_requirements(__requires__), Environment() File "/usr/local/Cellar/python/2.7.4/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/distribute-0.6.49-py2.7.egg/pkg_resources.py", line 596, in resolve raise DistributionNotFound(req) pkg_resources.DistributionNotFound: pip==1.3.1 运行easy_install时 File "/usr/local/bin/easy_install", line 5, in <module> from pkg_resources import load_entry_point File "/usr/local/Cellar/python/2.7.4/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/distribute-0.6.49-py2.7.egg/pkg_resources.py", line 2881, […]

iPhone:团队代理以外的其他开发人员可以构build应用程序进行分发

我有一个公司的iPhone开发账户。 根据文档,只有团队代理才能提交分发证书并下载分发configuration文件。 一个团队只能有一个团队代理吗? 另外,如果是这样的话,是否有办法解决这个问题,以允许多个开发者select构build应用程序的分布式版本? 我有另一个开发人员,我想build立和提交应用程序的iTunes。 我试图给他分配证书和分配configuration文件。 当他把它们拖放到xcode中,并检出windows->组织时,它会抱怨 “在您的钥匙串中找不到与此configuration文件匹配的身份标识” 所以这使我相信我需要在他的机器上获得我的钥匙链证书。 我试图导出一个私钥给他,但他无法安装它。 还有什么我可以做的吗? 老实说,如果苹果希望一个开发人员负责为公司构build所有应用程序,那真的很愚蠢。 希望我错了,有一种方法可以让多个开发人员访问构build一个应用程序的分布。 谢谢

在C / C ++中以正态分布生成随机数

有谁知道我可以轻松生成随机数在C / C + +的正常分布? http://www.mathworks.com/access/helpdesk/help/toolbox/stats/normrnd.html 我不想使用任何Boost。 我知道Knuth详细地谈了这个,但是我现在没有他的书。

scipy.stats中的所有可用分布是什么样的?

可视化scipy.stats分布 直方图可以由scipy.stats正态随机variables组成 ,看看分布是什么样的。 % matplotlib inline import pandas as pd import scipy.stats as stats d = stats.norm() rv = d.rvs(100000) pd.Series(rv).hist(bins=32, normed=True) 其他分布是什么样的?

用Scipy(Python)拟合经验分布与理论分布?

简介:我有一个从0到47多于30 000个值的列表,例如[0,0,0,0,…,1,1,1,1,…,2,2,2,2, …,47等],这是连续分布。 问题:根据我的分布,我想计算任何给定值的p值(看到更大值的概率)。 例如,你可以看到0的p值接近1,较高的数值的p值趋于0。 我不知道我是否正确,但要确定概率,我认为我需要将我的数据拟合成最适合描述我的数据的理论分布。 我认为需要某种合适的testing来确定最佳的模型。 有没有办法在Python(Scipy或Numpy)中实现这样的分析? 你能介绍一下吗? 谢谢!