当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python Scipy stats.tstd()用法及代码示例


scipy.stats.tstd(array,limits = None,inclusive =(True,True))计算沿数组指定轴的数组元素的修剪标准差。

它的公式-

参数:
array: 输入数组或对象,具有用于计算修剪后的标准偏差的元素。
axis: 修整后的标准偏差沿其计算的轴。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:根据设置的参数修剪数组元素的标准偏差。

代码1:

# Trimmed Standard Deviation  
   
from scipy import stats 
import numpy as np  
   
# array elements ranging from 0 to 19 
x = np.arange(20) 
    
print("Trimmed Standard Deviation :", stats.tstd(x))  
   
   
print("\nTrimmed Standard Deviation by setting limit : ",  
      stats.tstd(x, (2, 10)))
输出:
Trimmed Standard Deviation : 5.9160797831

Trimmed Standard Deviation by setting limit :  2.73861278753


代码2:有了多维数据,axis()可以工作

# Trimmed Standard Deviation  
   
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("Trimmed Standard Deviation is with default axis = 0 : \n",  
      stats.tstd(arr1, axis = 1))
输出:
Trimmed Standard Deviation is with default axis = 0 : 
 94.0423824505


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.tstd() 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。