SciPy stats.zscore 関数

1. scipy.stats.zscore 関数
2. Python で 1 次元 の配列に対する z-score の計算
3. Python での多次元配列の z-score の計算
4. Python での Pandas データフレームの z-score の計算

z-score は、標準偏差が平均値から特定の値だけ離れている値を計算するのに役立つ統計手法です。z-score は、次の式を使用して計算されます。

z = (X – μ) / σ

その中で、

• X はデータからの特定の値です
• μは平均値です
• σは標準偏差です

このチュートリアルでは、SciPy ライブラリを使用して Python でデータの z-score 値を計算する方法を示します。

scipy.stats.zscore 関数

SciPy ライブラリの scipy.stats.zscore 関数は、データの平均と標準偏差とともに、指定された入力生データの相対的な z-score を計算するのに役立ちます。これは、scipy.stats.zscore(a, axis, ddof, nan_policy) として定義されています。

以下は、scipy.stats.zscore 関数のパラメーターです。

a(配列) パラメーターを除くすべてのパラメーターはオプションです。つまり、scipy.stats.zscore 関数を使用している間、毎回それらを定義する必要はありません。

それでは、1 次元配列、多次元配列、およびパンダデータフレームで scipy.stats.zscore 関数を使用してみましょう。

Python で 1 次元 の配列に対する z-score の計算

import numpy as np
import scipy.stats as stats

input_data = np.array([5, 10, 20, 35, 25, 22, 19, 19, 50, 45, 62])

stats.zscore(input_data)

出力：

array([-1.3916106 , -1.09379511, -0.49816411,  0.39528239, -0.20034861,
       -0.37903791, -0.55772721, -0.55772721,  1.28872889,  0.99091339,
        2.00348608])

各 z-score 値は、平均値からの対応する値から離れた標準偏差値の数を示していることに注意してください。ここで、負の符号は、その値が平均値の下の多くの標準偏差であることを表し、正の符号は、その値が平均値の上の多くの標準偏差であることを表します。z-score 値が 0 であることが判明した場合、その値は平均値から 0 標準偏差値離れています。

Python での多次元配列の z-score の計算

import numpy as np
import scipy.stats as stats

data = np.array([[5, 10, 20, 35], [25, 22, 19, 19], [50, 45, 62, 28], [24, 45, 15, 30]])

stats.zscore(input_data)

出力：

array([-1.3916106 , -1.09379511, -0.49816411,  0.39528239, -0.20034861,
       -0.37903791, -0.55772721, -0.55772721,  1.28872889,  0.99091339,
        2.00348608])

Python での Pandas データフレームの z-score の計算

ここでは、NumPy ライブラリの randint() 関数を使用します。この関数は、ランダムなサンプル番号を生成し、それらを NumPy 配列の形式で保存するために使用されます。NumPy 配列を作成した後、その配列を Pandas データフレームとして使用します。

import pandas as pd
import numpy as np
import scipy.stats as stats

input_data = pd.DataFrame(
    np.random.randint(0, 30, size=(4, 4)), columns=["W", "X", "Y", "Z"]
)
print(input_data)

    W   X   Y   Z
0   7   9   2  15
1  11  23  15  28
2  28  11  25   2
3  11  19  14  15

input_data.apply(stats.zscore)

出力：

          W	        X	        Y	        Z
0	-0.894534	-1.135815	-1.471534	 0.000000
1	-0.400998	 1.310556	 0.122628	 1.414214
2	 1.696529	-0.786334	 1.348907	-1.414214
3	-0.400998	 0.611593	 0.000000	 0.000000

Pandas ライブラリの apply() 関数は、指定されたデータフレームの各値の z-score 値を計算するために使用されることに注意してください。この関数は、apply() 関数の関数の引数として定義された特定の関数を Pandas シリーズまたはデータフレームの各値に適用するために使用されます。