sciPy stats.zmap()函数| Python
原文:https://www.geesforgeks.org/scipy-stats-zmap-function-python/
scipy.stats.zmap(scores，compare，axis=0，ddof=0) 函数计算输入数据的相对 Z 分数。标准化为零均值和单位方差的分数，其中均值和方差是根据比较数组计算的。
其公式:
参数: 分数:【array _ like】输入要计算 Z 分数的数组或对象。 比较:【array _ like】输入数组或对象，对其取归一化的平均值和标准偏差 轴:计算平均值的轴。默认情况下，轴= 0。 ddof : 标准差的自由度修正。
结果:输入数据的 Z 评分。
代码#1:工作
# stats.zmap() method
import numpy as np
from scipy import stats
arr1 = [[20, 2, 7, 1, 34],
[50, 12, 12, 34, 4]]
arr2 = [[50, 12, 12, 34, 4],
[12, 11, 10, 34, 21]]
print ("\narr1 : ", arr1)
print ("\narr2 : ", arr2)
print ("\nZ-score : \n", stats.zmap(arr1, arr2))
输出:
arr1 : [[20, 2, 7, 1, 34], [50, 12, 12, 34, 4]]
arr2 : [[50, 12, 12, 34, 4], [12, 11, 10, 34, 21]]
Z-score :
[[ -0.57894737 -19\. -4\. -inf 2.52941176]
[ 1\. 1\. 1\. nan -1\. ]]
代码#2 : Z 评分
# stats.zmap() method
import numpy as np
from scipy import stats
arr1 = [[20, 2, 7, 1, 34],
[50, 12, 12, 34, 4]]
arr2 = [[50, 12, 12, 34, 4],
[12, 11, 10, 34, 21]]
print ("\nZ-score : \n", stats.zmap(arr1, arr2, axis = 1))
输出:
sem ratio for arr1 :
[[-0.14087457 -1.19743386 -0.90394517 -1.2561316 0.68089376]
[ 3.5640998 -0.61601725 -0.61601725 1.80405051 -1.49604189]]
