在Python中使用scipy/numpy计算2D矩阵的z分数

Question

如何计算Python中矩阵的z分数？

假设我有数组：

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

，我想计算Z值的每一行。我想出的解决方案是：

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

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

此外，使用层次聚类与欧几里德距离或seuclidean距离之前，z-score数字总是好吗？任何人都可以讨论相对的优点/缺点吗？

谢谢。

Answer 1

scipy.stats.stats.zs的定义是这样的：

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

所以把它扩大到上ndarray的定轴工作，你可以这样做：

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)) 

Answer 2

的SciPy的新zscore，在未来的版本中提供需要任意阵列尺寸

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