与 scipy.stats.zscore 类似的功能，但基于另一个 "sample"
Similar function to scipy.stats.zscore but base on another "sample"
我有 2 个数据集，它们描述了相同的过程，并且我期望值的一般范围相同。所以我想做的是在一个数据集上使用 scipy.stats.zscore 但不是使用样本均值和标准差，我想使用另一个数据集的均值和标准差。有没有这种等价的功能？
听起来你想要scipy.stats.zmap。
In [141]: import numpy as np
In [142]: from scipy.stats import zmap
In [143]: olddata = np.array([3.67, 4.01, 3.60, 5.36, 3.65, 2.01, 2.75, 4.43, 2.74, 3.89, 3.60])
In [144]: newdata = np.array([1.0, 2.4, 2.5, 3.25, 5.6])
In [145]: zmap(newdata, olddata)
Out[145]: array([-3.05378533, -1.41573956, -1.29873629, -0.42121177, 2.32836506])
我有 2 个数据集，它们描述了相同的过程，并且我期望值的一般范围相同。所以我想做的是在一个数据集上使用 scipy.stats.zscore 但不是使用样本均值和标准差，我想使用另一个数据集的均值和标准差。有没有这种等价的功能？
听起来你想要scipy.stats.zmap。
In [141]: import numpy as np
In [142]: from scipy.stats import zmap
In [143]: olddata = np.array([3.67, 4.01, 3.60, 5.36, 3.65, 2.01, 2.75, 4.43, 2.74, 3.89, 3.60])
In [144]: newdata = np.array([1.0, 2.4, 2.5, 3.25, 5.6])
In [145]: zmap(newdata, olddata)
Out[145]: array([-3.05378533, -1.41573956, -1.29873629, -0.42121177, 2.32836506])