Python SciPy stats.circvar用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.circvar 的用法。

用法:

scipy.stats.circvar(samples, high=6.283185307179586, low=0, axis=None, nan_policy='propagate')#

計算假設在一個範圍內的樣本的循環方差。

參數 ：：

samples： array_like

輸入數組。

high： float 或 int，可選

樣本範圍的上限。默認為 2*pi 。

low： float 或 int，可選

樣本範圍的下限。默認值為 0。

axis： 整數，可選

計算方差的軸。默認值是計算展平數組的方差。

nan_policy： {‘propagate’, ‘raise’, ‘omit’}，可選

定義當輸入包含 nan 時如何處理。 ‘propagate’ 返回 nan，‘raise’ 引發錯誤，‘omit’ 執行忽略 nan 值的計算。默認為‘propagate’。

返回 ：：

circvar： 浮點數

循環方差。

注意：

這使用以下循環方差的定義： 1-R ，其中 R 是平均合成向量。返回值的範圍為[0, 1]，0表示無方差，1表示方差較大。在小角度的限製下，該值類似於‘linear’方差的一半。

參考：

[1]

費希爾，NI循環數據的統計分析。劍橋大學出版社，1993。

例子：

>>> import numpy as np
>>> from scipy.stats import circvar
>>> import matplotlib.pyplot as plt
>>> samples_1 = np.array([0.072, -0.158, 0.077, 0.108, 0.286,
...                       0.133, -0.473, -0.001, -0.348, 0.131])
>>> samples_2 = np.array([0.111, -0.879, 0.078, 0.733, 0.421,
...                       0.104, -0.136, -0.867,  0.012,  0.105])
>>> circvar_1 = circvar(samples_1)
>>> circvar_2 = circvar(samples_2)

繪製樣本。

>>> fig, (left, right) = plt.subplots(ncols=2)
>>> for image in (left, right):
...     image.plot(np.cos(np.linspace(0, 2*np.pi, 500)),
...                np.sin(np.linspace(0, 2*np.pi, 500)),
...                c='k')
...     image.axis('equal')
...     image.axis('off')
>>> left.scatter(np.cos(samples_1), np.sin(samples_1), c='k', s=15)
>>> left.set_title(f"circular variance: {np.round(circvar_1, 2)!r}")
>>> right.scatter(np.cos(samples_2), np.sin(samples_2), c='k', s=15)
>>> right.set_title(f"circular variance: {np.round(circvar_2, 2)!r}")
>>> plt.show()