在python中计算2D rms

【问题标题】：calculating 2D rms in python在python中计算2D rms
【发布时间】：2016-04-05 15:41:22
【问题描述】：

我有一个 Nx2 数组，用于存储 N 个不同点的 x,y 坐标。我必须计算数据的分布（我在考虑 rms）。 scipy 中是否有任何功能可以完成这项工作？如果不是，那么最有效的计算方法是什么？

【问题讨论】：

您是否真的进行过搜索以查看是否在 python/scipy 中实现？我想出了很多关于这一点的结果。速度真的那么重要吗？ N的大小是多少？您是否尝试过直接实现 RMS 方程？有没有我们需要改进的代码？您是否对任何东西进行了基准测试，什么是可接受的性能？

标签： python arrays numpy scipy statistics

【解决方案1】：

The root mean square is the standard deviation:

In [100]: np.random.seed(2015)

In [101]: A = np.random.random((10,2))

In [102]: A
Out[102]: 
array([[ 0.73759523,  0.51757155],
       [ 0.88418945,  0.45172399],
       [ 0.94467608,  0.82238998],
       [ 0.06360332,  0.93889193],
       [ 0.33245351,  0.62721741],
       [ 0.00321837,  0.70402271],
       [ 0.07105811,  0.05554161],
       [ 0.28901979,  0.28649662],
       [ 0.2688956 ,  0.20721542],
       [ 0.25877509,  0.63308562]])

In [147]: np.std(A - A.mean(axis=0))
Out[147]: 0.29777164364514941

相当于：

In [146]: np.sqrt(((A - A.mean(axis=0))**2).mean())
Out[146]: 0.29777164364514941

【讨论】：