你可以安装pyerf模块，它是erf和erfinv函数的纯python实现，使用和scipy完全相同的公式。
当然，它是另一个模块而不是scipy，但它是纯python的，所以依赖性没有问题，而且它更小，因为它只包含你需要的东西。
然后，从erfinv到norm.ppf，这只是一个经典公式，在维基上，你可以看到x = cdf(y) = 0.5+0.5*erf(y/√2)，所以从那里，你可以推导出x-0.5 = 0.5erf(y/√2) ⇒ 2x-1 = erf(y/√2) ⇒ erfinv(2x-1) = y/√2 ⇒ y=√2×erfinv(2x-1)
所以

import pyerf
import math

def myppf(x):
    return math.sqrt(2)*pyerf.erfinv(2*x-1)

核查

>> myppf(0.1)
-1.2815515655446004
>> scipy.stats.norm.ppf(0.1)
-1.2815515655446004

没有派尔夫

这有点天真，但是如果性能不是问题，可以通过从math.erf进行二分法来计算erfinv（或者直接计算ppf，请参见下文
一个二个一个一个

直接多项式实现

或者您可以直接实现polynomial approximation of erfinv

import math

def erfinv(x):
    w = - math.log((1-x)*(1+x))
    if w < 5:
        w = w - 2.5
        p = 2.81022636e-08
        p = 3.43273939e-07 + p*w
        p = -3.5233877e-06 + p*w
        p = -4.39150654e-06 + p*w
        p = 0.00021858087 + p*w
        p = -0.00125372503 + p*w
        p = -0.00417768164 + p*w
        p = 0.246640727 + p*w
        p = 1.50140941 + p*w
    else:
        w = math.sqrt(w) - 3
        p = -0.000200214257
        p = 0.000100950558 + p*w
        p = 0.00134934322 + p*w
        p = -0.00367342844 + p*w
        p = 0.00573950773 + p*w
        p = -0.0076224613 + p*w
        p = 0.00943887047 + p*w
        p = 1.00167406 + p*w
        p = 2.83297682 + p*w
    return p*x

def myppf(x):
    return math.sqrt(2)*erfinv(2*x-1)

>> myppf(0.1)
-1.2815516851619244