scipy.stats.mstats.

zmap#

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

计算相对 z 得分。

返回一个 z 得分数组，即标准化为均值为零、方差为 1 的分数，其中均值和方差是根据比较数组计算的。

参数:
scoresarray_like

计算其 z 得分的输入。

comparearray_like

从中获取标准化均值和标准差的输入；假设与 scores 具有相同的维度。

axisint 或 None，可选

计算 compare 的均值和方差的轴。默认为 0。如果为 None，则在整个数组 scores 上进行计算。

ddofint，可选

计算标准差时的自由度修正。默认为 0。

nan_policy{‘propagate’, ‘raise’, ‘omit’}，可选

确定如何在 compare 中处理 nan 的出现。“propagate”返回 nan，'raise' 引发异常，“omit”执行计算，忽略 nan 值。默认是“propagate”。请注意，当值为“omit”时，scores 中的 nan 也传播到输出中，但这不会影响为非 nan 值计算的 z 值。

Return:
zscorearray_like

Z 值，形状与 scores 相同。

Notes

此函数保留 ndarray 子类，并且适用于矩阵和蒙版数组（它使用 asanyarray 代替 asarray 作为参数）。

Examples

>>> 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])
本文