scipy: eliminate_zeros()的

例子:

import numpy as np
from scipy.sparse import csr_matrix
M = csr_matrix(np.ones([2, 2],dtype=np.int32))
print(M)
print(M.data.shape)
for i in range(np.shape(M)[0]):
    for j in range(np.shape(M)[1]):
        if i==j:
            M[i,j] = 0
print(M)
print(M.data.shape)

结果:
(0, 0) 1
(0, 1) 1
(1, 0) 1
(1, 1) 1
(4,)
(0, 0) 0
(0, 1) 1
(1, 0) 1
(1, 1) 0
(4,)

打印M的数据:

print(M.data)
[0 1 1 0]

使用eliminate_zeros()

M.eliminate_zeros()

打印:

print(M)

 (0, 1)	1
 (1, 0)	1

可以看到没有存储0元素

print(M.data)

[1 1]
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
scipy.ttest_ind是一个用于执行独立样本t检验的函数。它用于比较两个独立样本的均值是否存在显著差异。\[2\]该函数的参数包括两个样本的数据,以及其他可选参数,如等方差性的假设。函数返回一个包含统计量和p值的元组,其中统计量是t值,p值是根据给定的假设检验计算得出的。\[2\]通过比较p值与显著性水平(通常为0.05)可以判断两个样本的均值是否存在显著差异。如果p值小于显著性水平,则可以拒绝原假设,即认为两个样本的均值存在显著差异。\[2\]\[3\] #### 引用[.reference_title] - *1* [Scipy_常用统计函数](https://blog.csdn.net/weixin_45039652/article/details/108818256)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【python统计分析】stats.ttest_ind 独立样本T检验](https://blog.csdn.net/qq_37006625/article/details/127937428)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [使用Python scipy做统计检验--Student t-test](https://blog.csdn.net/myairforce1/article/details/78970203)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值