使用scipy和numpy中的函数计算z分数
使用scipy和numpy中的函数计算z分数
提问于 2017-05-25 16:29:44
我尝试在scipy中使用stats.zscore()，结果如下，这让我感到困惑。
假设我有一个数组，我用两种不同的方法计算z-score：
>>> a = np.array([[1.0, 2.0], [3.0, 4.0]])
>>> a
array([[ 1., 2.],
[ 3., 4.]])第一个结果：
>>> stats.zscore(a)
array([[-1., -1.],
[ 1., 1.]])第二个结果：
>>> mean = np.mean(a)
>>> mean
2.5
>>> std = np.std(a)
>>> std
1.1180339887498949
>>> b = (a-mean)/std
>>> b
array([[-1.34164079, -0.4472136 ],
[ 0.4472136 , 1.34164079]])上面的结果是不同的，但是如果我使用另一个数组，
>>> c = np.array([ 0.7972, 0.0767, 0.4383, 0.7866, 0.8091, 0.1954, 0.6307, 0.6599, 0.1065, 0.0508])
>>> c
array([ 0.7972, 0.0767, 0.4383, 0.7866, 0.8091, 0.1954, 0.6307, 0.6599, 0.1065, 0.0508])第一个结果：
>>> stats.zscore(c)
array([ 1.12724554, -1.2469956 , -0.05542642, 1.09231569, 1.16645923, -0.8558472 , 0.57858329, 0.67480514, -1.14879659, -1.33234306])第二个结果：
>>> mean = np.mean(c)
>>> mean
0.45511999999999986
>>> std = np.std(c)
>>> std
0.30346538451691657
>>> b = (c-mean)/std
>>> b
array([ 1.12724554, -1.2469956 , -0.05542642, 1.09231569, 1.16645923, -0.8558472 , 0.57858329, 0.67480514, -1.14879659, -1.33234306])因此，当我使用另一个数组时，结果变得相同。有人能帮我弄明白我到底做错了什么吗？谢谢!
回答 1
Stack Overflow用户
发布于 2020-08-25 18:20:13
由于没有人添加答案，而且似乎是正确的，所以我将在这里发布Alex Riley的答案。
尝试此操作可获得与2D数组相同的结果。
from scipy import stats
stats.zscore(a, axis=None)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44175866
复制相关文章
相似问题
腾讯云开发者
