Python SciPy stats.gmean用法及代码示例

本文简要介绍 python 语言中 scipy.stats.gmean 的用法。

用法:

scipy.stats.gmean(a, axis=0, dtype=None, weights=None, *, nan_policy='propagate', keepdims=False)#

计算沿指定轴的加权几何平均值。

与权重 \(w_i\) 关联的数组 \(a_i\) 的加权几何平均值为：

\[\exp \left( \frac{ \sum_{i=1}^n w_i \ln a_i }{ \sum_{i=1}^n w_i } \right) \, ,\]

并且，具有相同的权重，它给出：

\[\sqrt[n]{ \prod_{i=1}^n a_i } \, .\]

参数 ：：

a： array_like

可以转换为数组的输入数组或对象。

axis： int 或无，默认值：0

如果是 int，则计算统计量的输入轴。输入的每个axis-slice(例如行)的统计信息将出现在输出的相应元素中。如果 None ，输入将在计算统计数据之前被分解。

dtype： dtype，可选

在执行计算之前将输入数组转换为的类型。

weights： 数组，可选

权重数组必须可广播为与 a 相同的形状。默认为无，它为每个值赋予 1.0 的权重。

nan_policy： {‘propagate’, ‘omit’, ‘raise’}

定义如何处理输入 NaN。

• propagate ：如果计算统计数据的轴切片(例如行)中存在NaN，则输出的相应条目将为 NaN。

• omit : 计算时将省略NaNs。如果计算统计数据的轴切片中剩余的数据不足，则输出的相应条目将为 NaN。

• raise ：如果存在 NaN，则会引发 ValueError。

keepdims： 布尔值，默认值：假

如果将其设置为 True，则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项，结果将针对输入数组正确广播。

返回 ：：

gmean： ndarray

请参见上面的 dtype 参数。

注意：

从 SciPy 1.9 开始，np.matrix 输入(不建议用于新代码)在执行计算之前转换为 np.ndarray。在这种情况下，输出将是标量或适当形状的 np.ndarray 而不是 2D np.matrix 。同样，虽然屏蔽数组的屏蔽元素被忽略，但输出将是标量或 np.ndarray 而不是带有 mask=False 的屏蔽数组。

参考：

[1]

“Weighted Geometric Mean”,维基百科,https://en.wikipedia.org/wiki/Weighted_geometric_mean.

[2]

Grossman, J.、Grossman, M.、Katz, R.，“平均值：一种新方法”，阿基米德基金会，1983 年

例子：

>>> from scipy.stats import gmean
>>> gmean([1, 4])
2.0
>>> gmean([1, 2, 3, 4, 5, 6, 7])
3.3800151591412964
>>> gmean([1, 4, 7], weights=[3, 1, 3])
2.80668351922014