robustats是一个python库,用于鲁棒统计估计器的高性能计算。
robustats的Python项目详细描述
坚固
robustats是一个python库,用于鲁棒统计估计器的高性能计算。
计算稳健估计量的函数是速度的implemented in C和called by Python
库中实现的估计器:
- {STR 1 } MeDoNe0/Stult>(时间复杂度:^ {< CD2> })[ 4, 5, 6,7 ] < /LI>
{STR 1 } $模式< /强>(时间复杂度:^ {< CD2> })〔8〕
如何安装
这个库需要python 3。
可以使用以下命令直接从github安装库。
pip install -e 'git+https://github.com/FilippoBovo/robustats.git#egg=robustats'
否则,您可以克隆存储库,并按以下方式安装和测试robustats包。
git clone https://github.com/FilippoBovo/robustats.git
cd robustats
pip install -e .
python -m unittest
如何使用
这是一个如何在python中使用robustats库的示例。
importnumpyasnpimportrobustats# Weighted Medianx=np.array([1.1,5.3,3.7,2.1,7.0,9.9])weights=np.array([1.1,0.4,2.1,3.5,1.2,0.8])weighted_median=robustats.weighted_median(x,weights)print("The weighted median is {}".format(weighted_median))# Output: The weighted median is 2.1# Medcouplex=np.array([0.2,0.17,0.08,0.16,0.88,0.86,0.09,0.54,0.27,0.14])medcouple=robustats.medcouple(x)print("The medcouple is {}".format(medcouple))# Output: The medcouple is 0.7692307692307692# Modex=np.array([1.,2.,2.,3.,3.,3.,4.,4.,5.])mode=robustats.mode(x)print("The mode is {}".format(mode))# Output: The mode is 3.0
如何贡献
如果您希望为这个库做出贡献,请遵循其余代码的模式和样式。
提示:
- 在c语言中,使用
malloc
将内存分配给堆,而不是创建将内存分配给堆栈的数组,就像在segmentation fault due to stack overflow中产生的大数组一样。 <>避免可能出现的递归来限制问题的空间复杂度。使用循环代替递归。
参考文献
[1]Cormen, Leiserson, Rivest, Stein - Introduction to Algorithms (3rd Edition)
[2]Cormen - Introduction to Algorithms (3rd Edition) - Instructor's Manual
[3]Weighted median on Wikipedia
[6]Medcouple implementation in Python by Jordi Gutiérrez Hermoso.