Question

我正在尝试计算＆＃39; kurtosis＆＃39;以及来自numpy数组的其他统计数据。正如我刚刚所做的那样，计算最小值，最大值，平均值和标准差很容易。

import arcpy
arr = arcpy.RasterToNumPyArray(input_Raster) 
x = arr
print 'Min =', x.min()
print 'Max =', x.max() 
print 'Mean =', x.mean()
print 'Standard Deviation =', x.std()

哪个输出：

Min = 1.87895
Max = 16.8343
Mean = 8.03462
Standard Deviation = 1.52192

但这种方法对Kurtosis不起作用！我正在尝试

print 'Kurtosis =', x.kurtosis()

我得到：属性错误：＆＃39; numpy.ndarray＆＃39;对象没有属性＆＃39; kurtosis＆＃39;

我可以用什么最简单的代码来计算自己的峰度结果？谢谢。

Answer 1

Numpy仅限于相当基本的阵列操作，你需要联系受过更多教育的兄弟Scipy来获得more advanced stats functions。

scipy.stats.kurtosis(a, axis=0, fisher=True, bias=True)

计算数据集的峰度（Fisher或Pearson）。

所以，from scipy.stats import kurtosis，然后是kurtosis(x)。

通常，Numpy数组上的方法仅限于最基本的操作（max，min等）。 Numpy方法（例如numpy.diff）稍微提升了一些功能，而更多功能来自Scipy（scipy.optimize.[whatever] scipy.signal.[whatever]，scipy.stats.[whatever]）

从numpy数组计算峰度？

1 个答案: