SciPyの統計モジュール
2630 ワード
作者:chen_hマイクロ信号&QQ:862251340マイクロ信号公衆番号:coderpai
NumPyはベクトルと行列の相関動作を解決し,基本的には高度な科学計算機である.SciPyはNumPyに基づいてより豊富で高度な機能拡張を提供し、統計、最適化、補間、数値積分、時周波数変換などの面で多くの利用可能な関数を提供しています.次に、SciPyの統計と最適化モジュールについて学びます.
まず、関連するモジュールをインポートします.
統計セクション
乱数の生成
仮定検査
では、データのセットを生成し、関連する統計量を表示します.
NumPyはベクトルと行列の相関動作を解決し,基本的には高度な科学計算機である.SciPyはNumPyに基づいてより豊富で高度な機能拡張を提供し、統計、最適化、補間、数値積分、時周波数変換などの面で多くの利用可能な関数を提供しています.次に、SciPyの統計と最適化モジュールについて学びます.
まず、関連するモジュールをインポートします.
import numpy as np
import scipy.stats as stats #
統計セクション
乱数の生成
n
個の乱数を生成するには、rv_continuous.rvs(size = n)
またはrv_discrete.rvs(size = n)
を用いることができ、rv_continuous
は、均一分布(uniform)、正太分布(norm)、ベタ分布(beta)などの連続型のランダム分布を表す.rv_discrete
は、バーヌリー分布(bernoulli)、幾何学的分布(geom)、ポアソン分布(poisson)などの離散型のランダム分布を表す.10個の[0, 1]
区間の乱数とパラメータa = 4, b = 2
に従う10個のベタ分布乱数を生成した.rv_unif = stats.uniform.rvs(size = 10)
print rv_unif
rv_beta = stats.beta.rvs(size = 10, a = 4, b = 2)
print rv_beta
仮定検査
では、データのセットを生成し、関連する統計量を表示します.
norm_dist = stats.norm(loc = 0.5, scale = 2)
n = 100
dat = norm_dist.rvs(size = n)
print 'mean of data is: ' + str(np.mean(dat))
print 'median of data is: ' + str(np.median(dat))
print 'standard deviation of data is: ' + str(np.std(dat))