python scipy模块文档_python 中的scipy模块

https://docs.scipy.org/doc/scipy-0.18.0/reference/  (参考链接)

Python 中常用的统计工具有 Numpy, Pandas, PyMC, StatsModels 等。

Scipy 中的子库 scipy.stats 中包含很多统计上的方法。

下面是scipy主要的模块，但用的最多的是stats

cluster    聚类算法

constants    物理数学常数

fftpack    快速傅里叶变换

integrate    积分和常微分方程求解

interpolate    插值

io    输入输出

linalg    线性代数

odr    正交距离回归

optimize    优化和求根

signal    信号处理

sparse    稀疏矩阵

spatial    空间数据结构和算法

special    特殊方程

stats    统计分布和函数

weave    C/C++ 积分

绘制高斯函数( 热下身)

import matplotlib.pyplot as plt

import numpy as np

from mpl_toolkits import mplot3d

x = np.linspace(-3, 3, 100)

# 高斯函数

plt.plot(x, np.exp(-1 * x ** 2))

t = plt.title("Gaussian")

plt.savefig('Gaussian.png')

plt.show()

Gaussian.png

常见的统计方法

from numpy import *

from matplotlib import pyplot

# Numpy 自带简单的统计方法：

heights = array([1.46, 1.79, 2.01, 1.75, 1.56, 1.69, 1.88, 1.76, 1.88, 1.78])

print('mean,', heights.mean())

print('min,', heights.min())

print('max', heights.max())

print('stand deviation,', heights.std())

# 导入 Scipy 的统计模块：

import scipy.stats.stats as st

print('mode, ', st.mode(heights))  # 众数及其出现次数

print('skewness, ', st.skew(heights))  # 偏度

print('kurtosis, ', st.kurtosis(heights))  # 峰度

mean, 1.7559999999999998

min, 1.46

max 2.01

stand deviation, 0.15081114017207078

mode,  ModeResult(mode=array([1.88]), count=array([2]))

skewness,  -0.3935244564726347

kurtosis,  -0.33067209772439865

概率分布

常见的连续概率分布有：

均匀分布

正态分布

学生t分布

F分布

Gamma分布

离散概率分布：

伯努利分布

几何分布

这些都可以在 scipy.stats 中找到。

正态分布

# 正态分布

from scipy.stats import norm

# 它包含四类常用的函数：

#

# norm.cdf 返回对应的累计分布函数值

# norm.pdf 返回对应的概率密度函数值

# norm.rvs 产生指定参数的随机变量

# norm.fit 返回给定数据下，各参数的最大似然估计(MLE)值

# 从正态分布产生500个随机点：

x_norm = norm.rvs(size=500)

type(x_norm)

# pyplot.ion() #开启interactive mode

# 直方图：

h = pyplot.hist(x_norm)

print('counts, ', h[0])

print('bin centers', h[1])

counts,  [  1.  10.  31.  53. 116. 132.  86.  47.  19.   5.]

bin centers [-3.1464072  -2.55476393 -1.96312066 -1.37147739 -0.77983412 -0.18819085

0.40345242  0.99509569  1.58673896  2.17838223  2.7700255 ]

figure = pyplot.figure(1)  # 创建图表1

pyplot.show()

# 归一化直方图(用出现频率代替次数)，将划分区间变为 20(默认 10)：

h = pyplot.hist(x_norm, normed=True, bins=20)

pyplot.show()

# 在这组数据下，正态分布参数的最大似然估计值为：

x_mean, x_std = norm.fit(x_norm)

print('mean, ', x_mean)

print('x_std, ', x_std)

mean,  -0.030878122231297822

x_std,  0.9586075383182006

# 将真实的概率密度函数与直方图进行比较：

h = pyplot.hist(x_norm, normed=True, bins=20)

x = linspace(-3, 3, 50)

p = pyplot.plot(x, norm.pdf(x), 'r-')

pyplot.show()

# 导入积分函数：

from scipy.integrate import trapz

x1 = linspace(-2, 2, 108)

p = trapz(norm.pdf(x1), x1)

print('{:.2%} of the values lie between -2 and 2'.format(p))

95.45% of the values lie between -2 and 2

# 可以通过 loc 和 scale 来调整这些参数，一种方法是调用相关函数时进行输入：

x = linspace(-3, 3, 50)

p = pyplot.plot(x, norm.pdf(x, loc=0, scale=1))

p = pyplot.plot(x, norm.pdf(x, loc=0.5, scale=2))

p = pyplot.plot(x, norm.pdf(x, loc=-0.5, scale=.5))

pyplot.show()

# 不同参数的对数正态分布：

from scipy.stats import lognorm

x = linspace(0.01, 3, 100)

pyplot.plot(x, lognorm.pdf(x, 1), label='s=1')

pyplot.plot(x, lognorm.pdf(x, 2), label='s=2')

pyplot.plot(x, lognorm.pdf(x, .1), label='s=0.1')

pyplot.legend()

pyplot.show()

# 离散分布

from scipy.stats import randint

# 离散均匀分布的概率质量函数(PMF)：

high = 10

low = -10

x = arange(low, high + 1, 0.5)

p = pyplot.stem(x, randint(low, high).pmf(x))  # 杆状图

pyplot.show()

# 假设检验

# 导入相关的函数：

#

# 1.正态分布

# 2.独立双样本 t 检验，配对样本 t 检验，单样本 t 检验

# 3.学生 t 分布

from scipy.stats import norm

from scipy.stats import ttest_ind

# 独立样本 t 检验

# 两组参数不同的正态分布：

n1 = norm(loc=0.3, scale=1.0)

n2 = norm(loc=0, scale=1.0)

# 从分布中产生两组随机样本：

n1_samples = n1.rvs(size=100)

n2_samples = n2.rvs(size=100)

# 将两组样本混合在一起：

samples = hstack((n1_samples, n2_samples))

# 最大似然参数估计：

loc, scale = norm.fit(samples)

n = norm(loc=loc, scale=scale)

# 比较：

x = linspace(-3, 3, 100)

pyplot.hist([samples, n1_samples, n2_samples], normed=True)

pyplot.plot(x, n.pdf(x), 'b-')

pyplot.plot(x, n1.pdf(x), 'g-')

pyplot.plot(x, n2.pdf(x), 'r-')

pyplot.show()

# 独立双样本 t 检验的目的在于判断两组样本之间是否有显著差异：

t_val, p = ttest_ind(n1_samples, n2_samples)

print('t = {}'.format(t_val))

print('p-value = {}'.format(p))

# p 值小，说明这两个样本有显著性差异。

t = 2.6516886911174073

p-value = 0.00865772567380083