python对数正态分布函数_如何使用Mu和Sigma在Python中获得对数正态分布？

我一直试图通过

Scipy获得

lognormal分配的结果。我已经有了Mu和Sigma，所以我不需要做任何其他准备工作。如果我需要更具体(我正试图用我对数据的有限知识)，我会说我正在寻找累积函数(在Scipy下的cdf)。问题是，我无法弄清楚如何做到这一点，只要平均值和标准偏差在0-1的范围内(即回答的答案应该是0-1)。我也不知道哪个方法从dist，我应该用来得到答案。我已经尝试阅读文档并查看SO，但有关的问题(如

this和

this)似乎没有提供我正在寻找的答案。

以下是我正在使用的代码示例。谢谢。

from scipy.stats import lognorm

stddev = 0.859455801705594

mean = 0.418749176686875

total = 37

dist = lognorm.cdf(total,mean,stddev)

更新：

经过一番工作和一点研究，我有点进一步。但我还是错了答案。新的代码如下。根据R和Excel，结果应该是.7434，但这显然不是发生了什么。我错过了一个逻辑缺陷吗？

dist = lognorm([1.744],loc=2.0785)

dist.cdf(25) # yields=0.96374596, expected=0.7434

更新2：

工作lognorm实现，产生正确的0.7434结果。

def lognorm(self,x,mu=0,sigma=1):

a = (math.log(x) - mu)/math.sqrt(2*sigma**2)

p = 0.5 + 0.5*math.erf(a)

return p

lognorm(25,1.744,2.0785)

> 0.7434