Python SciPy stats.variation用法及代碼示例

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

用法:

scipy.stats.variation(a, axis=0, nan_policy='propagate', ddof=0, *, keepdims=False)#

計算變異係數。

變異係數是標準差除以平均值。這個函數等價於：

np.std(x, axis=axis, ddof=ddof) / np.mean(x)

ddof 的默認值為 0，但變異係數的許多定義使用無偏樣本方差的平方根作為樣本標準差，對應於 ddof=1。

該函數不取數據均值的絕對值，因此如果均值為負，則返回值為負。

參數 ：：

a： array_like

輸入數組。

axis： int 或無，可選

計算變異係數的軸。默認值為 0。如果沒有，則計算整個數組 a。

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

定義當輸入包含 nan 時如何處理。可以使用以下選項：

• ‘propagate’: return nan

• ‘raise’: raise an exception

• ‘omit’: perform the calculation with nan values omitted

默認值為‘propagate’。

ddof： 整數，可選

給出計算標準偏差時使用的“Delta 自由度”。用於計算標準差的除數是N - ddof，其中N是元素的數量。ddof必須小於N;如果不是，結果將是nan或者inf， 根據N和數組中的值。默認ddof為向後兼容為零，但建議使用ddof=1以確保將樣本標準差計算為無偏樣本方差的平方根。

keepdims： 布爾型，可選

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 ：：

variation： ndarray

沿請求軸計算的變化。

注意：

有幾種邊情況在不產生警告的情況下被處理：

• 如果均值和標準差均為零，則返回nan。

• 如果均值為零且標準差不為零，則返回inf。

• 如果輸入的長度為零(因為數組的長度為零，或者所有輸入值都是 nan 並且 nan_policy 是 'omit' )，則返回 nan。

• 如果輸入包含 inf ，則返回 nan。

參考：

[1]

Zwillinger, D. 和 Kokoska, S. (2000)。 CRC 標準概率和統計表和公式。查普曼和霍爾：紐約。 2000 年。

例子：

>>> import numpy as np
>>> from scipy.stats import variation
>>> variation([1, 2, 3, 4, 5], ddof=1)
0.5270462766947299

計算沿包含幾個 nan 值的數組的給定維度的變化：

>>> x = np.array([[  10.0, np.nan, 11.0, 19.0, 23.0, 29.0, 98.0],
...               [  29.0,   30.0, 32.0, 33.0, 35.0, 56.0, 57.0],
...               [np.nan, np.nan, 12.0, 13.0, 16.0, 16.0, 17.0]])
>>> variation(x, axis=1, ddof=1, nan_policy='omit')
array([1.05109361, 0.31428986, 0.146483  ])