Python 方差与变异系数
我需要确定哪个统计数据,让我在数字图像上找到哪条线的变化最大。我使用方差(平方单位,计算为numpy.var(x))和变异系数(无单位,计算为numpy.sd(x)/numpy.mean(x)),但我得到了不同的值,如下所示:Python 方差与变异系数,python,image,numpy,statistics,variations,Python,Image,Numpy,Statistics,Variations,我需要确定哪个统计数据,让我在数字图像上找到哪条线的变化最大。我使用方差(平方单位,计算为numpy.var(x))和变异系数(无单位,计算为numpy.sd(x)/numpy.mean(x)),但我得到了不同的值,如下所示: v1 = line(VAR(x)) v2 = line(CV(x)) print(v1,v2) 结果是: (12,17) 两者不应该找到同一行吗? 在这种情况下,哪一个更适合使用?变异系数和方差不应在随机数据上选择相同的数组。变异系数对数据的方差和规模都很敏感,而
v1 = line(VAR(x))
v2 = line(CV(x))
print(v1,v2)
结果是:
(12,17)
两者不应该找到同一行吗?
在这种情况下,哪一个更适合使用?变异系数和方差不应在随机数据上选择相同的数组。变异系数对数据的方差和规模都很敏感,而方差则与数据的方差有关 请参见示例:
import numpy as np
x = np.random.randn(10)
x1= x+10
np.var(x), np.std(x)/np.mean(x)
(2.0571740850649021, -2.2697110381499224)
np.var(x1), np.std(x1)/np.mean(x1)
(2.0571740850649016, 0.1531035017615747)
选择哪一个取决于你的申请,但我倾向于与你的情况不同
你在@Sergey_Bushmanov上可能会更幸运我明白你的意思,那么,在我的情况下,C.V.可能会更有用;因为我感兴趣的是规模,但你能给我更多的信息,为什么C.V更适合规模?提前感谢。就我对图像的了解而言,C.V.不仅会受到变化本身的影响,而且还会受到这种变化是否发生在白色或黑色像素上的事实的影响(参见上面的示例)。就我理解你的问题而言,你关心的是变化,而不是这种情况是否发生在白色或黑色像素上。这就是为什么我建议使用方差。但无论如何,最终决定权在你。我这篇文章的主要目的是说明方差和C.V.可能会产生不同的结果,以及为什么会产生不同的结果。@Sergey_Bushmanov谢谢你,在我选择其中一个之前,你给了我有趣的分析点。