Python SciPy stats.zmap用法及代碼示例

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

用法:

scipy.stats.zmap(scores, compare, axis=0, ddof=0, nan_policy='propagate')#

計算相對z-scores。

返回 z-scores 的數組，即標準化為零均值和單位方差的分數，其中均值和方差是從比較數組計算的。

參數 ：：

scores： array_like

計算z-scores 的輸入。

compare： array_like

取歸一化的均值和標準差的輸入；假設與分數具有相同的維度。

axis： int 或無，可選

計算比較平均值和方差的軸。默認值為 0。如果沒有，則計算整個數組的分數。

ddof： 整數，可選

計算標準偏差時的自由度校正。默認值為 0。

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

定義如何處理比較中出現的 nan。 ‘propagate’ 返回 nan，‘raise’ 引發異常，‘omit’ 執行忽略 nan 值的計算。默認為‘propagate’。請注意，當值為 ‘omit’ 時，分數中的 nan 也會傳播到輸出，但它們不會影響為非 nan 值計算的 z-scores。

返回 ：：

zscore： array_like

Z-scores，形狀與分數相同。

注意：

此函數保留 ndarray 子類，也適用於矩陣和掩碼數組(它使用 asanyarray 而不是 asarray 作為參數)。

例子：

>>> from scipy.stats import zmap
>>> a = [0.5, 2.0, 2.5, 3]
>>> b = [0, 1, 2, 3, 4]
>>> zmap(a, b)
array([-1.06066017,  0.        ,  0.35355339,  0.70710678])