scipy.stats.mstats.

variation#

scipy.stats.mstats.variation(a, axis=0, ddof=0)[source]#

计算变异系数。

变异系数是标准差除以平均值。此函数等效于

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

ddof 的默认值为 0，但许多变异系数定义使用无偏样本方差的平方根作为样本标准差，这对应于 ddof=1。

参数:

aarray_like: 输入数组。
axisint 或 None，可选: 计算变异系数的轴。默认值为 0。如果为 None，则对整个数组 a 进行计算。
ddofint，可选: 自由度增量。默认值为 0。

返回值:

variationndarray: 沿请求轴计算的变异系数。

备注

有关 variation 的更多详细信息，请参阅 scipy.stats.variation。

示例

>>> import numpy as np
>>> from scipy.stats.mstats import variation
>>> a = np.array([2,8,4])
>>> variation(a)
0.5345224838248487
>>> b = np.array([2,8,3,4])
>>> c = np.ma.masked_array(b, mask=[0,0,1,0])
>>> variation(c)
0.5345224838248487

在上面的示例中，可以看出它与 scipy.stats.variation 的工作方式相同，只是 “stats.mstats.variation” 会忽略掩码数组元素。