Python SciPy stats.gmean用法及代碼示例

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

用法:

scipy.stats.gmean(a, axis=0, dtype=None, weights=None, *, nan_policy='propagate', keepdims=False)#

計算沿指定軸的加權幾何平均值。

與權重 \(w_i\) 關聯的數組 \(a_i\) 的加權幾何平均值為：

\[\exp \left( \frac{ \sum_{i=1}^n w_i \ln a_i }{ \sum_{i=1}^n w_i } \right) \, ,\]

並且，具有相同的權重，它給出：

\[\sqrt[n]{ \prod_{i=1}^n a_i } \, .\]

參數 ：：

a： array_like

可以轉換為數組的輸入數組或對象。

axis： int 或無，默認值：0

如果是 int，則計算統計量的輸入軸。輸入的每個axis-slice(例如行)的統計信息將出現在輸出的相應元素中。如果 None ，輸入將在計算統計數據之前被分解。

dtype： dtype，可選

在執行計算之前將輸入數組轉換為的類型。

weights： 數組，可選

權重數組必須可廣播為與 a 相同的形狀。默認為無，它為每個值賦予 1.0 的權重。

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

定義如何處理輸入 NaN。

• propagate ：如果計算統計數據的軸切片(例如行)中存在NaN，則輸出的相應條目將為 NaN。

• omit : 計算時將省略NaNs。如果計算統計數據的軸切片中剩餘的數據不足，則輸出的相應條目將為 NaN。

• raise ：如果存在 NaN，則會引發 ValueError。

keepdims： 布爾值，默認值：假

如果將其設置為 True，則縮小的軸將作為尺寸為 1 的尺寸留在結果中。使用此選項，結果將針對輸入數組正確廣播。

返回 ：：

gmean： ndarray

請參見上麵的 dtype 參數。

注意：

從 SciPy 1.9 開始，np.matrix 輸入(不建議用於新代碼)在執行計算之前轉換為 np.ndarray。在這種情況下，輸出將是標量或適當形狀的 np.ndarray 而不是 2D np.matrix 。同樣，雖然屏蔽數組的屏蔽元素被忽略，但輸出將是標量或 np.ndarray 而不是帶有 mask=False 的屏蔽數組。

參考：

[1]

“Weighted Geometric Mean”,維基百科,https://en.wikipedia.org/wiki/Weighted_geometric_mean.

[2]

Grossman, J.、Grossman, M.、Katz, R.，“平均值：一種新方法”，阿基米德基金會，1983 年

例子：

>>> from scipy.stats import gmean
>>> gmean([1, 4])
2.0
>>> gmean([1, 2, 3, 4, 5, 6, 7])
3.3800151591412964
>>> gmean([1, 4, 7], weights=[3, 1, 3])
2.80668351922014