圆周率#

astropy.stats.circcorrcoef(alpha, beta, axis=None, weights_alpha=None, weights_beta=None)[源代码]#

计算两个圆阵数据之间的相关系数。

参数:

alpha : ndarray 或 QuantityNdarray或数量: 圆形（定向）数据数组，假定在任何时候都以弧度为单位 data 是 numpy.ndarray .
beta : ndarray 或 QuantityNdarray或数量: 圆形（定向）数据数组，假定在任何时候都以弧度为单位 data 是 numpy.ndarray .
axis : int ，可选PYTHON：int，可选: 计算循环相关系数的轴。默认值是计算扁平阵列的循环相关系数。
weights_alpha : numpy.ndarray ，可选努比·恩达雷，可选: 对于分组数据，第i个元素 weights_alpha 表示每个组的权重因子，以便 sum(weights_alpha, axis) 等于观察数。看到了吗 [1], 备注1.4，第22页，详细说明。
weights_beta : numpy.ndarray ，可选努比·恩达雷，可选: 参见说明 weights_alpha .

返回:

rhoNdarray或数量 [:ref: 'dimensionless']: 循环相关系数。

工具书类

[1]

S、 R.Jammalamadaka，A.SenGupta.“循环统计专题”。多元分析系列，第5卷，2001年。

[2]

C、阿古斯蒂内利，U.Lund“循环统计专题（2001）”中的循环统计。2015<https://cran.r-project.org/web/packages/CircStats/CircStats.pdf>

实例

>>> import numpy as np
>>> from astropy.stats import circcorrcoef
>>> from astropy import units as u
>>> alpha = np.array([356, 97, 211, 232, 343, 292, 157, 302, 335, 302,
...                   324, 85, 324, 340, 157, 238, 254, 146, 232, 122,
...                   329])*u.deg
>>> beta = np.array([119, 162, 221, 259, 270, 29, 97, 292, 40, 313, 94,
...                  45, 47, 108, 221, 270, 119, 248, 270, 45, 23])*u.deg
>>> circcorrcoef(alpha, beta) 
<Quantity 0.2704648826748831>