在 Python 中计算 scipy/numpy 中二维矩阵的 z 分数答案

【问题标题】：computing z-scores for 2D matrices in scipy/numpy in Python在 Python 中计算 scipy/numpy 中二维矩阵的 z 分数
【发布时间】：2011-02-28 10:23:16
【问题描述】：

如何在 Python 中计算矩阵的 z 分数？

假设我有数组：

a = array([[   1,    2,    3],
           [  30,   35,   36],
           [2000, 6000, 8000]])

我想计算每一行的 z 分数。我想出的解决方案是：

array([zs(item) for item in a])

zs 在 scipy.stats.stats 中的位置。有没有更好的内置矢量化方式来做到这一点？

另外，在使用具有欧几里得或苏几里得距离的层次聚类之前，z 分数总是好的吗？谁能讨论一下相对的优势/劣势？

谢谢。

【问题讨论】：

标签： python numpy cluster-analysis machine-learning scipy

【解决方案1】：

scipy的新zscore，下个版本提供，可以任意数组维度

http://projects.scipy.org/scipy/changeset/6169

【讨论】：

@user333700：感谢您的信息。

【解决方案2】：

scipy.stats.stats.zs 是这样定义的：

def zs(a):
    mu = mean(a,None)
    sigma = samplestd(a)
    return (array(a)-mu)/sigma

因此，要将其扩展为在 ndarray 的给定轴上工作，您可以这样做：

import numpy as np
import scipy.stats.stats as sss
def my_zs(a,axis=-1):
    b=np.array(a).swapaxes(axis,-1)    
    mu = np.mean(b,axis=-1)[...,np.newaxis]
    sigma = sss.samplestd(b,axis=-1)[...,np.newaxis]
    return (b-mu)/sigma


a = np.array([[   1,    2,    3],
           [  30,   35,   36],
           [2000, 6000, 8000]])    
result=np.array([sss.zs(item) for item in a])

my_result=my_zs(a)
print(my_result)
# [[-1.22474487  0.          1.22474487]
#  [-1.3970014   0.50800051  0.88900089]
#  [-1.33630621  0.26726124  1.06904497]]
assert(np.allclose(result,my_result))

【讨论】：