scipy库中的stats模块

scipy简介

scipy是Python的一个科学计算库，它导入了numpy库中的所有命名空间，而且包含其他的一些库。其中的stats库是一个提供统计功能的库，import scipy.stats 进行导入

先学习一部分关于scipy模块的基础知识

scipy基础功能

与numpy交互

scipy模块建立在numpy模块的基础上，在scipy模块的顶层包含numpy模块的所用方法，但是调用这些方法还是在numpy模块中调用比较好，调用scipy的某些模块中的方法，需要这样

>>> from scipy import some_module
>>> some_module.some_function()

索引技巧

一些类示例使用了特殊的切片方法，来快速构建数组

使用原有的组合数组的方法concatenate可以将数组按照指定的维度组合起来

>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])
>>> np.concatenate((a, b), axis=0)    # 表示列方向
array([[1, 2],
       [3, 4],
       [5, 6]])
>>> np.concatenate((a, b.T), axis=1)    # 表示行方向
array([[1, 2, 5],
       [3, 4, 6]])
>>> np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6])
# 这些叠加操作可以通过画出矩阵图进行理解

scipy提供了可以简化操作的方法，在第一行代码中，有三个数组参数，[3], [0, 0, 0, 0, 0]以及[-1.         -0.77777778 -0.55555556 -0.33333333 -0.11111111  0.11111111. 0.33333333  0.55555556  0.77777778  1.]，然后将这三个数组以默认行的方向拼接，使用第二行中的代码，第三个数组本来要用arange方法生成，但是使用了一种独特的切片方法，-1和1指定了范围，10j指定了元素的数量，并没有直接指定步长，用10j来指定数量看起来有些奇怪，但是事实就是这样的用法，用这种方法时，端点是包括在内的，第一行代码为了将端点包括进去，不得不将第二个端点设置为1.002；另外这句代码中r表示行连接的意思，为了实现列连接，会使用字母c，对于二位数组c使用列连接，但是对于一维数组，c和r是一样的效果

>>> a = np.concatenate(([3], [0]*5, np.arange(-1, 1.002, 2/9.0)))
# 这是改进的版本
>>> a = np.r_[[3],[0]*5,-1:1:10j]    # 3外面的中括号可写可不写

还有一种数组拼接的方法。使用vstack函数：

np.vstack(p1, p2)    #沿着列方向将两个数组拼接，当两个数组是一维数组时，两个数组的长度必须是一致的，会生成一个2×n的矩阵

另外一个使用扩展切片表示法的方法是mgrid，最简单情况下，可以构造一维数组，和arange作用是一样的，这个方法允许使用10j这种复数的形式来指定两个端点之间的点数，对这个函数的用法还是有些不理解

>>> np.mgrid[0:5,0:5]
array([[[0, 0, 0, 0, 0],
        [1, 1, 1, 1, 1],
        [2, 2, 2, 2, 2],
        [3, 3, 3, 3, 3],
        [4, 4, 4, 4, 4]],
       [[0, 1, 2, 3, 4],
        [0, 1, 2, 3, 4],
        [0, 1, 2, 3, 4],
        [0, 1, 2, 3, 4],
        [0, 1, 2, 3, 4]]])
>>> np.mgrid[0:5:4j,0:5:4j]
array([[[ 0.    ,  0.    ,  0.    ,  0.    ],
        [ 1.6667,  1.6667,  1.6667,  1.6667],
        [ 3.3333,  3.3333,  3.3333,  3.3333],
        [ 5.    ,  5.    ,  5.    ,  5.    ]],
       [[ 0.    ,  1.6667,  3.3333,  5.    ],
        [ 0.    ,  1.6667,  3.3333,  5.    ],
        [ 0.    ,  1.6667,  3.3333,  5.    ],
        [ 0.    ,  1.6667,  3.3333,  5.    ]]])

形状操纵

在官方文档中提到：有一些函数用来压缩n维数组，还有分割数组，但是并没有指出，可能在API手册中

多项式

在scipy包中有两种处理一元n次多项式的方法。第一种方法是使用numpy包中的ploy1d类，这个类接收多项式系数或者多项式的解作为参数。这个方法可以以代数表达式的形式执行积分、微分、求值操作。下面这些代码是官方文档中给出的

>>> from numpy import poly1d
>>> p = poly1d([3,4,5])
>>> print(p)
   2            # 这个看起来很奇怪的2是指幂次，就是x^2，这个意思
3 x + 4 x + 5
>>> print(p*p)    #表示两个多项式相乘
   4      3      2
9 x + 24 x + 46 x + 40 x + 25
>>> print(p.integ(k=6))
   3     2
1 x + 2 x + 5 x + 6
>>> print(p.deriv())
6 x + 4
>>> p([4, 5])
array([ 69, 100])

以下是对多项式简单操作的一些总结：

• p = poly1d([1, 2, 3]) 用来生成一个多项式: 1*x^2 + 2*x + 3
• p(0.5) 求x = 0.5时多项式的值
• p.r 令多项式右边等于0，然后求多项式的根，并以数组的形式返回，得到[-1.+1.41421356j -1.-1.41421356j]
• p(p.r) 返回机器(0, 0)的精度
• p.c 用数组形式返回多项式的系数
• p.r 返回多项式的阶数
• p[k] 返回k次项的系数
• p**k 返回多项式的k次幂形成的多项式
• numpy.square(p) 对p多项式的每一项的系数平方。然后以数组的形式返回
• p = np.poly1d([1,2,3], variable='z') 将多项式中的未知数指定为z然后生成多项式
• np.poly1d([1, 2], True) 这句代码指定多项式的根为[1, 2]然后生成多项式
• np.poly1d([1, -1]) * np.poly1d([1, -2]) 用两个一阶多项式构造了一个二阶多项式，可以联想到因式分解
• p.integ(k = 6) 对p多项式积分，积分常数为k
• p.deriv() 对多项式微分

还有一种处理多项式的方法是将多项式抽取为一个系数数组，数组第一个元素是最高次项的系数，然后用显示函数实现多项式的计算

向量操作

numpy提供的一个特性是类vectorize，将一个普通的python函数转换为一个“向量化函数”，看例子就明白了

>>> def addsubtract(a,b):
...    if a > b:
...        return a - b
...    else:
...        return a + b

这个函数的参数和返回值都是标量

>>> vec_addsubtract = np.vectorize(addsubtract)

返回一个函数（头一次知道函数可以当返回值，python真的一切皆为对象）

>>> vec_addsubtract([0,3,6,9],[1,3,5,7])
array([1, 6, 1, 2])

这是向量版本的addsubtract函数。一般高性能的函数都是使用了向量特性

类型处理

这里面说的暂时用不到，先不仔细看了，和复数虚数有关

其他有用的功能

相位处理，有angle，unwrap函数；linspace, logspace以线性，对数尺度返回等元素等间隔分布的数组；然后先提一下where函数，它的用法如下，第一个参数是一个条件，如果条件为真，输出数组相应索引位置的值采用第一种值，如果条件为假，采用第二种值

>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.where(a < 5, a, 10*a)
array([ 0,  1,  2,  3,  4, 50, 60, 70, 80, 90])

对于多维数组也是成立的

>>> np.where([[True, False], [True, True]],
...          [[1, 2], [3, 4]],
...          [[9, 8], [7, 6]])
array([[1, 8],
       [3, 4]])

其实条件就是一个掩膜

 在numpy中有一个加强版的where函数 select，它的第一个参数是一个数组，这个数组里面是条件，第二个参数是一个长度为2的一维数组，分别指定条件为真为假时的值

>>> x = np.arange(10)
>>> condlist = [x<3, x>5]
>>> choicelist = [x, x**2]
>>> np.select(condlist, choicelist)
array([ 0,  1,  2,  0,  0,  0, 36, 49, 64, 81])

还有其他一些有用的功能，比如factorial方法用来计算阶乘，还用很复杂的函数，在scipy.misc中可以找到

stats简介

介绍

这个包中的内容包括离散统计分布以及连续统计分布

随机变量

这个包中有很多实用的随机变量，可以通过使用info(stats)获得这些函数的状态和完整列表，但是我没成功，

常用方法

• stats.linregress(x, target_data) 这个方法是最小二乘法回归计算，第一次参数指定点的横坐标，第二个参数指定点的纵坐标，函数有五个返回值，分别是：斜率、截距、相关系数、t分布相关的一个参数、估计梯度标准误差，一般常用的是前三个参数

暂时先停一下！