如何计算 Python 中矩阵的 z 分数？
假设我有数组：
a = array([[ 1, 2, 3],
[ 30, 35, 36],
[2000, 6000, 8000]])
我想计算每一行的 z 分数。我想出的解决方案是：
array([zs(item) for item in a])
zs 在 scipy.stats.stats 中。有没有更好的内置矢量化方式来做到这一点？
此外，在使用具有欧几里得或苏几里得距离的层次聚类之前，z 分数总是好的吗？任何人都可以讨论相对的优点/缺点吗？
谢谢。
scipy.stats.stats.zs 定义如下：
def zs(a):
mu = mean(a,None)
sigma = samplestd(a)
return (array(a)-mu)/sigma
因此，要将其扩展为在 ndarray 的给定轴上工作，您可以这样做：
import numpy as np
import scipy.stats.stats as sss
def my_zs(a,axis=-1):
b=np.array(a).swapaxes(axis,-1)
mu = np.mean(b,axis=-1)[...,np.newaxis]
sigma = sss.samplestd(b,axis=-1)[...,np.newaxis]
return (b-mu)/sigma
a = np.array([[ 1, 2, 3],
[ 30, 35, 36],
[2000, 6000, 8000]])
result=np.array([sss.zs(item) for item in a])
my_result=my_zs(a)
print(my_result)
# [[-1.22474487 0. 1.22474487]
# [-1.3970014 0.50800051 0.88900089]
# [-1.33630621 0.26726124 1.06904497]]
assert(np.allclose(result,my_result))
scipy 的新 zscore，在下一个版本中可用，采用任意数组维度