scipy.stats.mstats.

variation#

scipy.stats.mstats.variation(a, axis=0, ddof=0)[Quelle]#

Berechnet den Variationskoeffizienten.

Der Variationskoeffizient ist die Standardabweichung geteilt durch den Mittelwert. Diese Funktion ist äquivalent zu

np.std(x, axis=axis, ddof=ddof) / np.mean(x)

Der Standardwert für ddof ist 0, aber viele Definitionen des Variationskoeffizienten verwenden die Quadratwurzel der unverzerrten Stichprobenvarianz für die Stichprobenstandardabweichung, was ddof=1 entspricht.

Parameter:

aarray_like: Eingabearray.
axisint oder None, optional: Achse, entlang derer der Variationskoeffizient berechnet wird. Standard ist 0. Wenn None, wird über das gesamte Array a berechnet.
ddofint, optional: Delta Freiheitsgrade. Standard ist 0.

Rückgabe:

variationndarray: Die berechnete Variation entlang der angeforderten Achse.

Hinweise

Weitere Details zu variation finden Sie unter scipy.stats.variation.

Beispiele

>>> import numpy as np
>>> from scipy.stats.mstats import variation
>>> a = np.array([2,8,4])
>>> variation(a)
0.5345224838248487
>>> b = np.array([2,8,3,4])
>>> c = np.ma.masked_array(b, mask=[0,0,1,0])
>>> variation(c)
0.5345224838248487

Im obigen Beispiel ist zu sehen, dass dies genauso funktioniert wie scipy.stats.variation, außer dass „stats.mstats.variation“ maskierte Array-Elemente ignoriert.