scipy.stats.

zmap#

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

计算相对 z 分数。

返回一个 z 分数数组，即标准化为零均值和单位方差的分数，其中均值和方差是从比较数组中计算的。

参数:

分数array_like: 分数的输入。
比较array_like: 从中获取归一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。默认值为 0。如果为 None，则在整个数组 scores 中计算。
ddofint，可选: 标准差计算中的自由度校正。默认值为 0。
nan_policy{‘propagate’, ‘raise’, ‘omit’}，可选: 定义如何处理 compare 中的 NaN。“propagate”返回 NaN，“raise”引发异常，“omit”执行忽略 NaN 值的计算。默认值为“propagate”。请注意，当值为“omit”时，scores 中的 NaN 也会传播到输出，但不会影响为非 NaN 值计算的 z 得分。

返回:

zscorearray_like: 与 scores 相同形状的 z 得分。

注释

此函数保留 ndarray 子类，还可以使用矩阵和掩码数组（它使用 asanyarray 而不是 asarray 作为参数）。

示例

>>> 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])