scipy.stats.mstats.

вариация#

scipy.stats.mstats.вариация(a, ось=0, ddof=0)[источник]#

Вычислить коэффициент вариации.

Коэффициент вариации — это стандартное отклонение, деленное на среднее значение. Эта функция эквивалентна:

np.std(x, axis=axis, ddof=ddof) / np.mean(x)

Значение по умолчанию для ddof равно 0, но многие определения коэффициента вариации используют квадратный корень из несмещенной выборочной дисперсии для выборочного стандартного отклонения, что соответствует ddof=1.

Параметры:

aarray_like: Входной массив.
осьint или None, опционально: Ось, вдоль которой вычисляется коэффициент вариации. По умолчанию 0. Если None, вычисляется по всему массиву a.
ddofint, необязательный: Дельта степеней свободы. По умолчанию 0.

Возвращает:

вариацияndarray: Рассчитанная вариация вдоль запрошенной оси.

Примечания

Для получения дополнительных сведений о variation, см. scipy.stats.variation.

Примеры

>>> import numpy as np
>>> from scipy.stats.mstats import variation
>>> a = np.array([2,8,4])
>>> variation(a)
0.5345224838248487
>>> b = np.array([2,8,3,4])
>>> c = np.ma.masked_array(b, mask=[0,0,1,0])
>>> variation(c)
0.5345224838248487

В примере выше видно, что это работает так же, как scipy.stats.variation за исключением того, что ‘stats.mstats.variation’ игнорирует элементы маскированных массивов.