[PYTHON] Normariser les données avec Scipy

Je l'oublie souvent, alors je le cite sur scipy.org et je prends une note.

>>> import numpy as np
>>> from scipy import stats

>>> a = np.array([ 0.7972,  0.0767,  0.4383,  0.7866,  0.8091,  0.1954,
                   0.6307, 0.6599,  0.1065,  0.0508])

>>> stats.zscore(a)
array([ 1.1273, -1.247 , -0.0552,  1.0923,  1.1664, -0.8559,  0.5786,
        0.6748, -1.1488, -1.3324])

>>> b = np.array([[ 0.3148,  0.0478,  0.6243,  0.4608],
                  [ 0.7149,  0.0775,  0.6072,  0.9656],
                  [ 0.6341,  0.1403,  0.9759,  0.4064],
                  [ 0.5918,  0.6948,  0.904 ,  0.3721],
                  [ 0.0921,  0.2481,  0.1188,  0.1366]])

>>> z_score = stats.zscore(b, axis=1, ddof=1)

>>> z_score
array([[-0.19264823, -1.28415119,  1.07259584,  0.40420358],
       [ 0.33048416, -1.37380874,  0.04251374,  1.00081084],
       [ 0.26796377, -1.12598418,  1.23283094, -0.37481053],
       [-0.22095197,  0.24468594,  1.19042819, -1.21416216],
       [-0.82780366,  1.4457416 , -0.43867764, -0.1792603 ]])

>>> np.allclose(np.mean(z_score, axis=1), np.zeros(5))
True

Référence (devis) scipy.org

Recommended Posts

Normariser les données avec Scipy
LPC avec Scipy
ICA avec Scipy
CORDIC avec Scipy
Analyse de données avec python 2
Visualisation des données avec les pandas
Créer un filtre avec scipy
Manipulation des données avec les Pandas!
Mélangez les données avec les pandas
Augmentation des données avec openCV
Analyse de données avec Python
CHARGER DES DONNÉES avec PyMysql
Exemple de données créées avec python
Graphique des données Excel avec matplotlib (1)
Génération artificielle de données avec numpy
Extraire les données Twitter avec CSV
Obtenez des données Youtube avec python
Apprenez de nouvelles données avec PaintsChainer
Graphique des données Excel avec matplotlib (2)
Utilisez Django pour enregistrer les données de tweet
Utilisez OpenBLAS avec numpy, scipy
Extraire la valeur de crête avec scipy
Conseils de traitement des données avec Pandas
Lire des données json avec python
Enregistrer et charger des données avec joblib, pickle
Moyenne harmonique par Python (en utilisant SciPy)
Calculer la distribution de l'échantillon avec Scipy (distribution discrète)
Générer une distribution normale avec SciPy
Comment gérer les données déséquilibrées
Traçage de données polyvalent avec pandas + matplotlib
Structure de données Python apprise avec la chimioinfomatique
Installez le fichier de données avec setup.py
Analyser les données pcap avec la commande tshark
Créez des données audio bruyantes avec SoX
Comment augmenter les données avec PyTorch
Traiter les données Pubmed .xml avec python
Analyse de données à partir de python (visualisation de données 1)
Gérez vos données avec AWS RDS
Essayez les données en parallèle avec TensorFlow distribué
[Python scipy] Augmentation / réduction de l'échelle des données 2D
Analyse de données à partir de python (visualisation de données 2)
Fusionner les données au format JSON avec Ansible
Implémentez "Data Visualization Design # 2" avec matplotlib
Application de Python: Nettoyage des données Partie 2: Nettoyage des données à l'aide de DataFrame
Données de sous-titres créées avec Amazon Transcribe
Prédiction des données de séries chronologiques par projection simplex
Obtenez des données supplémentaires vers LDAP avec python
Recevoir des données textuelles de mysql avec python
[Note] Obtenir des données de PostgreSQL avec Python
Prédire les données de séries chronologiques avec un réseau neuronal
Apprenez les données distribuées avec TensorFlow Y = 2X
Traiter les données Pubmed .xml avec python [Partie 2]
Obtenez des données alimentaires avec l'API Amazon (Python)
Vérifiez les données brutes avec Kaggle's Titanic (Kaggle ⑥)