scipy.stats.

tvar#

scipy.stats.tvar(a, limits=None, inclusive=(True, True), axis=0, ddof=1, *, nan_policy='propagate', keepdims=False)[源代码]#

计算修剪后的方差。

此函数计算一组值样本的方差，同时忽略给定limits之外的值。

参数:
a类似数组

值数组。

limits无或 (下限, 上限)，可选

输入数组中小于下限或大于上限的值将被忽略。当 limits 为 None 时，则使用所有值。元组中的任一限值也可以为 None，表示半开区间。默认值为 None。

inclusive(bool, bool)，可选

包含（下界标记、上界标记）的元组。这些标记决定是包括等于下界或上界的精确值。默认值为 (True, True)。

轴int 或 None，默认：0

如果为 int，则计算统计数据的输入轴。输入的每个轴切片（例如行）的统计数据均会显示在输出中的相应元素中。如果 None，则在计算统计数据之前，会对输入进行展开。

ddofint，可选

自由度增量。默认值为 1。

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

定义如何处理输入 NaN。

  • propagate：如果在计算统计数据的轴切片（例如行）中存在 NaN，则输出的对应条目将为 NaN。

  • omit：执行计算时，将忽略 NaN 值。如果在计算统计数据的轴切片中没有足够的数据，则输出的对应条目将为 NaN。

  • raise：如果存在 NaN，则将引发 ValueError。

keepdims布尔值，默认：False

如果设置为 True，则降低的轴将保留在结果中，其形状维度为一。利用此选项，结果将针对输入数组正确广播。

返回:
tvarfloat

修剪后的方差。

注意

tvar 计算无偏样方差，即它使用修正因子 n / (n - 1)。

在 SciPy 1.9 中开始， np.matrix 输入（不建议用于新代码）在执行计算之前会转换为 np.ndarray。在这种情况下，输出将是标量或形状合适的 np.ndarray，而不是二维 np.matrix。同样地，虽然忽略屏蔽数组的屏蔽元素，但输出将是标量或 np.ndarray，而不是具有 mask=False 的屏蔽数组。

示例

>>> import numpy as np
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tvar(x)
35.0
>>> stats.tvar(x, (3,17))
20.0
本页内容