circmean#
- scipy.stats.circmean(samples, high=6.283185307179586, low=0, axis=None, nan_policy='propagate', *, keepdims=False)[源代码]#
计算角度观测样本的圆周平均值。
给定 \(n\) 角度观测值 \(x_1, \cdots, x_n\) (以弧度为单位测量),它们的 *圆周平均值* 定义为 ([1], Eq. 2.2.4)
\[\mathrm{Arg} \left( \frac{1}{n} \sum_{k=1}^n e^{i x_k} \right)\]其中 \(i\) 是虚数单位,\(\mathop{\mathrm{Arg}} z\) 给出复数 \(z\) 的自变量的主值,默认情况下限制在 \([0,2\pi]\) 范围内。\(z\) 在上述表达式中被称为 *平均合成向量*。
- 参数:
- samplesarray_like
角度观测值的输入数组。完整角度的值等于
(high - low)
。- highfloat, optional
角度主值的上限。默认为
2*pi
。- lowfloat, optional
角度主值的下限。默认为
0
。- axisint 或 None,默认值:None
如果为 int,则为沿其计算统计量的输入的轴。输入的每个轴切片(例如,行)的统计量将出现在输出的相应元素中。如果
None
,则在计算统计量之前将展开输入。- nan_policy{‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入 NaN。
propagate
: 如果在计算统计量的轴切片(例如,行)中存在 NaN,则输出的相应条目将为 NaN。omit
: 执行计算时将忽略 NaN。如果沿其计算统计量的轴切片中剩余的数据不足,则输出的相应条目将为 NaN。raise
: 如果存在 NaN,将引发ValueError
。
- keepdimsbool,默认值:False
如果设置为 True,则将缩减的轴作为大小为 1 的维度保留在结果中。使用此选项,结果将正确地广播到输入数组中。
- 返回:
- circmeanfloat
圆周平均值,限制在
[low, high]
范围内。如果平均合成向量为零,则返回一个输入相关的、实现定义的、介于
[low, high]
之间的数字。如果输入数组为空,则返回np.nan
。
注释
从 SciPy 1.9 开始,在执行计算之前,
np.matrix
输入(不建议用于新代码)会转换为np.ndarray
。 在这种情况下,输出将是标量或适当形状的np.ndarray
,而不是 2Dnp.matrix
。 同样,虽然会忽略屏蔽数组的屏蔽元素,但输出将是标量或np.ndarray
,而不是mask=False
的屏蔽数组。参考文献
[1]Mardia, K. V. 和 Jupp, P. E. Directional Statistics. John Wiley & Sons, 1999.
示例
为了便于阅读,所有角度均以度为单位打印出来。
>>> import numpy as np >>> from scipy.stats import circmean >>> import matplotlib.pyplot as plt >>> angles = np.deg2rad(np.array([20, 30, 330])) >>> circmean = circmean(angles) >>> np.rad2deg(circmean) 7.294976657784009
>>> mean = angles.mean() >>> np.rad2deg(mean) 126.66666666666666
绘制圆周平均值并将其与算术平均值进行比较。
>>> plt.plot(np.cos(np.linspace(0, 2*np.pi, 500)), ... np.sin(np.linspace(0, 2*np.pi, 500)), ... c='k') >>> plt.scatter(np.cos(angles), np.sin(angles), c='k') >>> plt.scatter(np.cos(circmean), np.sin(circmean), c='b', ... label='circmean') >>> plt.scatter(np.cos(mean), np.sin(mean), c='r', label='mean') >>> plt.legend() >>> plt.axis('equal') >>> plt.show()