Python SciPy stats.zscore用法及代碼示例

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

用法:

scipy.stats.zscore(a, axis=0, ddof=0, nan_policy='propagate')#

計算 z 分數。

計算樣本中每個值相對於樣本均值和標準差的 z 分數。

參數 ：：

a： array_like

包含樣本數據的類似對象的數組。

axis： int 或無，可選

操作的軸。默認值為 0。如果沒有，則計算整個數組 a。

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

定義當輸入包含 nan 時如何處理。 ‘propagate’ 返回 nan，‘raise’ 引發錯誤，‘omit’ 執行忽略 nan 值的計算。默認為‘propagate’。請注意，當值為 ‘omit’ 時，輸入中的 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，按輸入數組 a 的均值和標準差進行標準化。

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)。

參考：

[1]

“Standard score”,維基百科,https://en.wikipedia.org/wiki/Standard_score.

[2]

Huck, S. W.、Cross, T. L.、Clark, S. B，“克服關於 Z-scores 的誤解”，教學統計，卷。 8，第 38-40 頁，1986 年

例子：

>>> import numpy as np
>>> a = np.array([ 0.7972,  0.0767,  0.4383,  0.7866,  0.8091,
...                0.1954,  0.6307,  0.6599,  0.1065,  0.0508])
>>> from scipy import stats
>>> stats.zscore(a)
array([ 1.1273, -1.247 , -0.0552,  1.0923,  1.1664, -0.8559,  0.5786,
        0.6748, -1.1488, -1.3324])

沿指定軸計算，使用 n-1 自由度 (ddof=1) 計算標準偏差：

>>> b = np.array([[ 0.3148,  0.0478,  0.6243,  0.4608],
...               [ 0.7149,  0.0775,  0.6072,  0.9656],
...               [ 0.6341,  0.1403,  0.9759,  0.4064],
...               [ 0.5918,  0.6948,  0.904 ,  0.3721],
...               [ 0.0921,  0.2481,  0.1188,  0.1366]])
>>> stats.zscore(b, axis=1, ddof=1)
array([[-0.19264823, -1.28415119,  1.07259584,  0.40420358],
       [ 0.33048416, -1.37380874,  0.04251374,  1.00081084],
       [ 0.26796377, -1.12598418,  1.23283094, -0.37481053],
       [-0.22095197,  0.24468594,  1.19042819, -1.21416216],
       [-0.82780366,  1.4457416 , -0.43867764, -0.1792603 ]])

一個例子nan_policy='省略'：

>>> x = np.array([[25.11, 30.10, np.nan, 32.02, 43.15],
...               [14.95, 16.06, 121.25, 94.35, 29.81]])
>>> stats.zscore(x, axis=1, nan_policy='omit')
array([[-1.13490897, -0.37830299,         nan, -0.08718406,  1.60039602],
       [-0.91611681, -0.89090508,  1.4983032 ,  0.88731639, -0.5785977 ]])