Python Scipy stats.tsem()用法及代码示例

scipy.stats.tsem(array, limits=None, inclusive=(True, True))计算沿数组指定轴的数组元素均值的修整标准误。

其公式：

参数：
array: 输入数组或对象，具有用于计算均值的修剪标准误的元素。
axis: 计算平均值的标准误差所沿的轴。默认情况下，轴= 0。
limits: 要考虑的数组的上下限，小于下限或大于上限的值将被忽略。如果限制为“无”(默认)，则使用所有值。

返回值：根据设置的参数对数组元素平均值的标准误差进行修整。

代码1：

# Trimmed Standard error  
   
from scipy import stats 
import numpy as np  
   
# array elements ranging from 0 to 19 
x = np.arange(20) 
    
print("Trimmed Standard error :", stats.tsem(x))  
   
   
print("\nTrimmed Standard error by setting limit : ",  
      stats.tsem(x, (2, 10)))

输出：

Trimmed Standard error : 1.32287565553

Trimmed Standard error by setting limit :  0.912870929175

代码2：有了多维数据，axis()可以工作

# Trimmed Standard error  
   
from scipy import stats 
import numpy as np  
  
arr1 = [[1, 3, 27],  
        [5, 3, 18],  
        [17, 16, 333],  
        [3, 6, 82]]  
   
  
# using axis = 0 
print("\nTrimmed Standard error is with default axis = 0 : \n",  
      stats.tsem(arr1, axis = 1))

输出：

Trimmed Standard error is with default axis = 0 : 
 27.1476974115

相关用法

注：本文由纯净天空筛选整理自vishal3096大神的英文原创作品 sciPy stats.tsem() function | Python。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。