circmean#
- scipy.stats.circmean(samples, high=6.283185307179586, low=0, axis=None, nan_policy='propagate', *, keepdims=False)[源代码][源代码]#
计算角度观测样本的圆形平均值。
给定以弧度为单位的 \(n\) 个角度观测值 \(x_1, \cdots, x_n\)，它们的 圆周平均值 定义为（[1]，公式 2.2.4）
\[\mathrm{Arg} \left( \frac{1}{n} \sum_{k=1}^n e^{i x_k} \right)\]其中 \(i\) 是虚数单位，\(\mathop{\mathrm{Arg}} z\) 给出了复数 \(z\) 的主值，默认限制在范围 \([0,2\pi]\) 内。上述表达式中的 \(z\) 被称为 平均结果向量。
- 参数:
- 示例array_like
输入角度观测数组。一个完整角度的值等于
(high - low)。- 高float, 可选
角的主值的上边界。默认值为
2*pi。- 低float, 可选
角的主值的下边界。默认值为
0。- 轴int 或 None, 默认: None
如果是一个整数，表示输入数据中要计算统计量的轴。输入数据的每个轴切片（例如行）的统计量将出现在输出的相应元素中。如果为
None，则在计算统计量之前会将输入数据展平。- nan_policy{‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入的 NaN。
propagate: 如果在计算统计量的轴切片（例如行）中存在 NaN，则输出的相应条目将为 NaN。omit: 在执行计算时，NaN 将被省略。如果在计算统计量的轴切片中剩余的数据不足，则输出的相应条目将为 NaN。raise: 如果存在 NaN，将引发ValueError。
- keepdimsbool, 默认值: False
如果设置为True，被减少的轴将作为尺寸为1的维度保留在结果中。通过此选项，结果将正确地与输入数组进行广播。
- 返回:
- circmean浮动
循环平均值，限制在范围
[low, high]内。如果平均结果向量为零，则返回一个依赖于输入且实现定义的介于
[low, high]之间的数字。如果输入数组为空，则返回np.nan。
注释
从 SciPy 1.9 开始，
np.matrix输入（不推荐用于新代码）在计算执行前被转换为np.ndarray。在这种情况下，输出将是一个标量或适当形状的np.ndarray，而不是一个 2D 的np.matrix。同样，虽然掩码数组的掩码元素被忽略，但输出将是一个标量或np.ndarray，而不是一个mask=False的掩码数组。参考文献
[1]Mardia, K. V. 和 Jupp, P. E. 方向统计。John Wiley & Sons, 1999.
示例
为了便于阅读，所有角度都以度数打印出来。
>>> import numpy as np >>> from scipy.stats import circmean >>> import matplotlib.pyplot as plt >>> angles = np.deg2rad(np.array([20, 30, 330])) >>> circmean = circmean(angles) >>> np.rad2deg(circmean) 7.294976657784009
>>> mean = angles.mean() >>> np.rad2deg(mean) 126.66666666666666
绘制并比较圆周平均数与算术平均数。
>>> plt.plot(np.cos(np.linspace(0, 2*np.pi, 500)), ... np.sin(np.linspace(0, 2*np.pi, 500)), ... c='k') >>> plt.scatter(np.cos(angles), np.sin(angles), c='k') >>> plt.scatter(np.cos(circmean), np.sin(circmean), c='b', ... label='circmean') >>> plt.scatter(np.cos(mean), np.sin(mean), c='r', label='mean') >>> plt.legend() >>> plt.axis('equal') >>> plt.show()
