Python SciPy stats.hmean用法及代碼示例

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

用法:

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

計算沿指定軸的加權調和平均值。

與權重 \(w_i\) 關聯的數組 \(a_i\) 的加權調和平均值為：

\[\frac{ \sum_{i=1}^n w_i }{ \sum_{i=1}^n \frac{w_i}{a_i} } \, ,\]

並且，具有相同的權重，它給出：

\[\frac{ n }{ \sum_{i=1}^n \frac{1}{a_i} } \, .\]

參數 ：：

a： array_like

輸入數組、掩碼數組或可以轉換為數組的對象。

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

返回數組的類型和對元素求和的累加器的類型。如果未指定 dtype，則默認為 a 的 dtype，除非 a 具有精度小於默認平台整數的整數 dtype。在這種情況下，將使用默認平台整數。

weights： 數組，可選

權重數組可以是一維的(在這種情況下，它的長度必須是沿給定軸的 a 的大小)或與 a 具有相同的形狀。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 ：：

hmean： ndarray

請參見上麵的 dtype 參數。

注意：

調和平均值是在輸入數組的一個維度上計算的，默認情況下軸 = 0，或者如果軸 = 無，則計算數組中的所有值。 float64 中間值和返回值用於整數輸入。

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 Harmonic Mean”,維基百科,https://en.wikipedia.org/wiki/Harmonic_mean#Weighted_harmonic_mean

[2]

Ferger, F.，“調和平均值的性質和使用”，美國統計協會雜誌，第一卷。 26，第 36-40 頁，1931

例子：

>>> from scipy.stats import hmean
>>> hmean([1, 4])
1.6000000000000001
>>> hmean([1, 2, 3, 4, 5, 6, 7])
2.6997245179063363
>>> hmean([1, 4, 7], weights=[3, 1, 3])
1.9029126213592233