Python SciPy stats.trim1用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.trim1 的用法。

用法:

scipy.stats.trim1(a, proportiontocut, tail='right', axis=0)#

從傳遞的數組分布的一端切下一部分。

如果proportiontocut = 0.1，則切掉‘leftmost’ 或‘rightmost’ 10% 的分數。最低或最高值被修剪(取決於尾部)。如果比例導致非整數切片索引，則切片較少(即保守地切片比例到切)。

參數 ：：

a： array_like

輸入數組。

proportiontocut： 浮點數

分配‘left’ 或‘right’ 的截斷分數。

tail： {‘left’, ‘right’}，可選

默認為‘right’。

axis： int 或無，可選

沿其修剪數據的軸。默認值為 0。如果沒有，則計算整個數組 a。

返回 ：：

trim1： ndarray

數組 a 的修剪版本。修剪內容的順序未定義。

例子：

創建一個包含 10 個值的數組並修剪 20% 的最小值：

>>> import numpy as np
>>> from scipy import stats
>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> stats.trim1(a, 0.2, 'left')
array([2, 4, 3, 5, 6, 7, 8, 9])

請注意，輸入數組的元素是按值修剪的，但輸出數組不一定是排序的。

修剪的比例向下舍入到最接近的整數。例如，從 10 個值的數組中修剪 25% 的值將返回一個 8 個值的數組：

>>> b = np.arange(10)
>>> stats.trim1(b, 1/4).shape
(8,)

多維數組可以沿任何軸或整個數組修剪：

>>> c = [2, 4, 6, 8, 0, 1, 3, 5, 7, 9]
>>> d = np.array([a, b, c])
>>> stats.trim1(d, 0.8, axis=0).shape
(1, 10)
>>> stats.trim1(d, 0.8, axis=1).shape
(3, 2)
>>> stats.trim1(d, 0.8, axis=None).shape
(6,)