当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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。