scipy.stats.

sigmaclip#

scipy.stats.sigmaclip(a, low=4.0, high=4.0)[原始碼]#

執行陣列元素的迭代 sigma 截斷。

從完整樣本開始，所有超出臨界範圍的元素都會被移除，亦即輸入陣列 c 中滿足以下任一條件的所有元素

c < mean(c) - std(c)*low
c > mean(c) + std(c)*high

迭代會使用更新後的樣本持續進行，直到沒有元素超出（更新後的）範圍。

參數:

aarray_like: 資料陣列，如果不是 1 維陣列將會被展平。
lowfloat, optional: Sigma 截斷的下限因子。預設值為 4。
highfloat, optional: Sigma 截斷的上限因子。預設值為 4。

回傳值:

clippedndarray: 已移除截斷元素的輸入陣列。
lowerfloat: 用於截斷的下限閾值。
upperfloat: 用於截斷的上限閾值。

範例

>>> import numpy as np
>>> from scipy.stats import sigmaclip
>>> a = np.concatenate((np.linspace(9.5, 10.5, 31),
...                     np.linspace(0, 20, 5)))
>>> fact = 1.5
>>> c, low, upp = sigmaclip(a, fact, fact)
>>> c
array([  9.96666667,  10.        ,  10.03333333,  10.        ])
>>> c.var(), c.std()
(0.00055555555555555165, 0.023570226039551501)
>>> low, c.mean() - fact*c.std(), c.min()
(9.9646446609406727, 9.9646446609406727, 9.9666666666666668)
>>> upp, c.mean() + fact*c.std(), c.max()
(10.035355339059327, 10.035355339059327, 10.033333333333333)

>>> a = np.concatenate((np.linspace(9.5, 10.5, 11),
...                     np.linspace(-100, -50, 3)))
>>> c, low, upp = sigmaclip(a, 1.8, 1.8)
>>> (c == np.linspace(9.5, 10.5, 11)).all()
True