所以我正在将 Matlab 翻译成 python 代码并遇到了这一行
Pv = chi2cdf(Devk,Md,'upper');
其中 Devk 是 3D 矩阵,Md 是 df=10。
我一直在寻找Python中的等价物。我发现这个:
from scipy.stats import chi2
Pv = chi2.cdf(Devk,Md)
但是,这并没有给出类似的结果,我想是因为 Matlab 的"上层"论点。有没有人知道如何在 Python 中实现这一点?
有人要求做一些玩具数据来显示问题:
矩阵:
Devk = [1,2,3,4,5]
Md = 10
Pv = chi2cdf(Devk,Md,'upper')
Pv =
0.9998 0.9963 0.9814 0.9473 0.8912
蟒:
from scipy.stats import chi2
Devk = np.array([1,2,3,4,5])
Md = 10
Pv = chi2.cdf(Devk,Md)
Pv
Out[125]: array([0.00017212, 0.00365985, 0.01857594, 0.05265302, 0.10882198])
我相信
以下几点成立:
chi2cdf(..., 'upper') == (1 .- chi2cdf(...))
因此,在您的 Python 代码中,您可能必须执行以下操作:
from scipy.stats import chi2
Pv = 1 - chi2.cdf(Devk, Md)
编辑:
使用起来更好:
Pv = chi2.sf(Devk, Md)
因为,根据文档,生存函数sf()
(也称为 1 - cdf()
(,有时更准确。