scipy.stats.mstats.

winsorize#

scipy.stats.mstats.winsorize(a, limits=None, inclusive=(True, True), inplace=False, axis=None, nan_policy='propagate')[源代码][源代码]#

返回输入数组的Winsorized版本。

第 (limits[0]) 个最低值被设置为第 (limits[0]) 百分位数，第 (limits[1]) 个最高值被设置为第 (1 - limits[1]) 百分位数。被屏蔽的值将被跳过。

参数:
a序列

输入数组。

限制{None, 浮点数元组}, 可选

数组每侧要剪切的百分比元组，相对于未屏蔽数据的数量，作为 0 到 1 之间的浮点数。记 n 为修剪前未屏蔽数据的数量，第 (n*limits[0]) 个最小数据和第 (n*limits[1]) 个最大数据被屏蔽，修剪后未屏蔽数据的总数为 n*(1.-sum(limits))。一个限制值可以设置为 None 以表示一个开放区间。

包容性{(True, True) 元组}, 可选

指示每侧被屏蔽的数据数量是否应被截断（True）或四舍五入（False）的元组。

就地{False, True}, 可选

是否就地缩尾（True）或使用副本（False）

轴{None, int}, 可选

要修剪的轴。如果为 None，则修剪整个数组，但其形状保持不变。

nan_policy{‘propagate’, ‘raise’, ‘omit’}, 可选

定义当输入包含 nan 时的处理方式。以下选项可用（默认是 ‘propagate’）：

  • ‘propagate’: 允许 nan 值，并且可能会覆盖或传播它们

  • ‘raise’: 抛出一个错误

  • ‘omit’: 执行计算时忽略 nan 值

注释

此函数用于通过限制极端值来减少可能的虚假异常值的影响。

示例

>>> import numpy as np
>>> from scipy.stats.mstats import winsorize

一个打乱的数组包含从1到10的整数。

>>> a = np.array([10, 4, 9, 8, 5, 3, 7, 2, 1, 6])

最低的10%值（即 1）和最高的20%值（即 9 和 10）被替换。

>>> winsorize(a, limits=[0.1, 0.2])
masked_array(data=[8, 4, 8, 8, 5, 3, 7, 2, 2, 6],
             mask=False,
       fill_value=999999)
On this page