Python SciPy stats.trim1用法及代码示例

本文简要介绍 python 语言中 scipy.stats.trim1 的用法。

用法:

scipy.stats.trim1(a, proportiontocut, tail='right', axis=0)#

从传递的数组分布的一端切下一部分。

如果proportiontocut = 0.1，则切掉‘leftmost’ 或‘rightmost’ 10% 的分数。最低或最高值被修剪(取决于尾部)。如果比例导致非整数切片索引，则切片较少(即保守地切片比例到切)。

参数 ：：

a： array_like

输入数组。

proportiontocut： 浮点数

分配‘left’ 或‘right’ 的截断分数。

tail： {‘left’, ‘right’}，可选

默认为‘right’。

axis： int 或无，可选

沿其修剪数据的轴。默认值为 0。如果没有，则计算整个数组 a。

返回 ：：

trim1： ndarray

数组 a 的修剪版本。修剪内容的顺序未定义。

例子：

创建一个包含 10 个值的数组并修剪 20% 的最小值：

>>> import numpy as np
>>> from scipy import stats
>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> stats.trim1(a, 0.2, 'left')
array([2, 4, 3, 5, 6, 7, 8, 9])

请注意，输入数组的元素是按值修剪的，但输出数组不一定是排序的。

修剪的比例向下舍入到最接近的整数。例如，从 10 个值的数组中修剪 25% 的值将返回一个 8 个值的数组：

>>> b = np.arange(10)
>>> stats.trim1(b, 1/4).shape
(8,)

多维数组可以沿任何轴或整个数组修剪：

>>> c = [2, 4, 6, 8, 0, 1, 3, 5, 7, 9]
>>> d = np.array([a, b, c])
>>> stats.trim1(d, 0.8, axis=0).shape
(1, 10)
>>> stats.trim1(d, 0.8, axis=1).shape
(3, 2)
>>> stats.trim1(d, 0.8, axis=None).shape
(6,)