Início / coding / Perguntas / 79591853
Accepted
Vicktor Krum
Asked: 2025-04-25 13:23:17 +0800 CST

Z-Score no Scipy

  • 772

Preciso descobrir o Zscore referente a 1 ponto específico, ou seja, para 1 valor de X usando o Scipy.

Abaixo está o código do manual:

data = [25, 37, 15, 36, 92, 28, 33, 40]
mean = sum(data)/len(data)
summation = 0
for i in range(0, len(data)):
  summation += (data[i]-mean)**2
std = ((1/len(data))*summation))**(1/2)
Z = (x-mean)/std

Em seguida, quando tento fazer o mesmo com o Scipy:

Z = stats.zscore(data)

Recebo a saída:

[-0.61219538 -0.05775428 -1.07422964 -0.10395771  2.48343411 -0.47358511
 -0.24256798  0.08085599]

Talvez porque eu esteja passando apenas um parâmetro, que são os dados em si. Como obter o Z-Score para apenas um valor de X?

python

2 respostas

  1. Best Answer

    Esta solução pode ser adequada para você. Esta solução pode ser melhor que outras.

    from scipy import stats
import numpy as np

data = [25, 37, 15, 36, 92, 28, 33, 40]
x = 40 # Please assign a specific value

mean = np.mean(data)
std = np.std(data, ddof=0)
Z = (x - mean) / std
print(Z)

    Você também pode gostar deste método (scipy.stats.zscore):

    from scipy import stats
data = [25, 37, 15, 36, 92, 28, 33, 40]
x = 40
all_zscores = stats.zscore(data, ddof=0)
x_index = data.index(x)
Z = all_zscores[x_index]
print(Z)

    Saída:

    0.08085599417810461
    • 2

  2. script.stats.zscore retornará um objeto array_like (um ndarray neste caso).

    Você pode então pesquisar na lista de fontes o índice do valor no qual está interessado e usar esse índice para extrair os dados relevantes do ndarray.

    O seguinte implementa técnicas "manuais" e scipy para calcular os zscores e escolhe valores de uma tupla de valores cuidadosamente selecionados para obter seus zscores:

    from scipy.stats import zscore

data = [25, 37, 15, 36, 92, 28, 33, 40]
ld = len(data) # length of the list
mu = sum(data) / ld # mean

# note that we use ld rather than (ld-1) to align with 
# how scipy calculates zscores
sigma = (sum((n - mu) ** 2 for n in data) / ld) ** 0.5

# list of zscores
mz = [(n - mu) / sigma for n in data]

# ndarray of zscores
sz = zscore(data)

# demonstrate that both techniques produce the same results
for a, b in zip(mz, sz):
    sa = f"{a:>7.4f}"
    sb = f"{b:>7.4f}"
    print(sa, sb)
    assert sa == sb

# a selection of values to test
for x in (25, 15, 33, 99):
    try:
        i = data.index(x)
        print(x, sz[i])
    except ValueError:
        print(x, "is not in the source list")

    Saída:

    -0.6122 -0.6122
-0.0578 -0.0578
-1.0742 -1.0742
-0.1040 -0.1040
 2.4834  2.4834
-0.4736 -0.4736
-0.2426 -0.2426
 0.0809  0.0809
25 -0.6121953844913635
15 -1.0742296369376756
33 -0.24256798253431383
99 is not in the source list
    • 1

relate perguntas