当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy stats.moment用法及代码示例


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

用法:

scipy.stats.moment(a, moment=1, axis=0, nan_policy='propagate', *, center=None, keepdims=False)#

计算样本均值的第 n 个矩。

矩是一组点的形状的特定定量度量。由于与偏度和峰度的关系密切,它常用于计算偏度和峰度系数。

参数

a array_like

输入数组。

moment int 或 数组 整数,可选

返回的中心时刻的顺序。默认值为 1。

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。

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

center 浮点数或无,可选

拍摄哪些时刻的点。这可以是样本均值、原点或任何其他点。如果无(默认),则计算中心作为样本平均值。

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

n-th moment about the `center` ndarray 或浮点数

如果轴为无,则沿给定轴或所有值的适当时刻。矩计算的分母是观察次数,不进行自由度校正。

注意

数据样本的k-th时刻为:

在哪里n是样本数,并且c是计算力矩的中心。该函数使用平方求幂[1]为了效率。

请注意,如果a是一个空数组(a.size == 0), 大批moment与一个元素(moment.size==1) 与标量的处理方式相同moment(np.isscalar(moment))。这可能会产生意外形状的数组。

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

例子

>>> from scipy.stats import moment
>>> moment([1, 2, 3, 4, 5], moment=1)
0.0
>>> moment([1, 2, 3, 4, 5], moment=2)
2.0

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.moment。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。