本文介绍了Python:加权变异系数的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
如何计算加权的变异系数 ( CV)在Python中的NumPy数组上?为此，可以使用任何流行的第三方Python软件包.
How can I calculate the weighted coefficient of variation (CV) over a NumPy array in Python? It's okay to use any popular third-party Python package for this purpose.
我可以使用 scipy.stats.variation ，但未加权.
I can calculate the CV using scipy.stats.variation, but it's not weighted.
import numpy as np
from scipy.stats import variation
arr = np.arange(-5, 5)
weights = np.arange(9, -1, -1) # Same size as arr
cv = abs(variation(arr)) # Isn't weighted
推荐答案
这可以使用 statsmodels.stats.weightstats.DescrStatsW 类" rel ="nofollow noreferrer"> statsmodels 用于计算加权统计信息的软件包.
from statsmodels.stats.weightstats import DescrStatsW
arr = np.arange(-5, 5)
weights = np.arange(9, -1, -1) # Same size as arr
dsw = DescrStatsW(arr, weights)
cv = dsw.std / abs(dsw.mean) # weighted std / abs of weighted mean
print(cv)
1.6583123951777001
有关统计信息(即加权基尼)，请参见此答案.
For a related statistic, i.e. the weighted gini, see this answer.
信用:这个答案是由一个人在计算加权标准偏差时得出的.
Credit: This answer is motivated by one on calculating the weighted standard deviation.
这篇关于Python:加权变异系数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！