分布

class astropy.uncertainty.Distribution(samples)

基类：object

具有相关不确定性分布的标量值或数组值。

此对象将从 samples 论点是。一般来说，这将是一个 Quantity 或 numpy.ndarray ，尽管任何与 numpy.asanyarray 是可能的。

另请参见：https://docs.astropy.org/en/stable/uncertifications/

参数

samplesarray_like

分布，沿 主要的 轴心国。如果是1D，则将唯一维度用作采样轴（即，它是标量分布）。

属性摘要

distribution
n_samples	此分布的样本数。

方法总结

pdf_histogram *  * 克瓦格斯）	计算分布中样本的直方图。
pdf_mad \ [out] ）	这个分布的中值绝对偏差。
pdf_mean \ [dtype, out] ）	这个分布的平均值。
pdf_median \ [out] ）	这个分布的中位数。
pdf_percentiles \（百分位， *  * 克瓦格斯）	计算这个分布的百分位数。
pdf_smad \ [out] ）	正态分布的正态分布与此标准偏差的绝对值相匹配。
pdf_std \ [dtype, out, ddof] ）	这个分布的标准差。
pdf_var \ [dtype, out, ddof] ）	这个分布的方差。

属性文档

distribution

n_samples

此分布的样本数。单曲 int .

方法文件

pdf_histogram(**kwargs)

计算分布中样本的直方图。

参数

All keyword arguments are passed into `astropy.stats.histogram`. Note

其中一些选项可能对某些多维数据无效

distributions.

返回

hist数组

直方图的值。尾随维数是直方图维数。

bin_edges数据类型浮点数组

返回粮箱边缘 (length(hist)+1) . 尾随维度是bin直方图维度。

pdf_mad(out=None)

这个分布的中值绝对偏差。

参数

out可选数组

用于放置结果的可选输出数组。它必须具有与预期输出相同的形状和缓冲区长度，但如果需要，将强制转换（输出的）类型。

pdf_mean(dtype=None, out=None)

这个分布的平均值。

论据是关于 numpy.mean .

pdf_median(out=None)

这个分布的中位数。

参数

out可选数组

用于放置结果的可选输出数组。它必须具有与预期输出相同的形状和缓冲区长度，但如果需要，将强制转换（输出的）类型。

pdf_percentiles(percentile, **kwargs)

计算这个分布的百分位数。

参数

百分位数 ：浮点或浮点数组或 Quantity浮点数或浮点数数组或

期望的分布规则（即 [0100号] ） Quantity 将转换为百分比，这意味着 dimensionless_unscaled Quantity 将被解释为分位数。

Additional keywords are passed into `numpy.percentile`.

返回

百分位 ： Quantity数量

这个 fracs 这个分布的百分位数。

pdf_smad(out=None)

正态分布的正态分布与此标准偏差的绝对值相匹配。

参数

out可选数组

用于放置结果的可选输出数组。它必须具有与预期输出相同的形状和缓冲区长度，但如果需要，将强制转换（输出的）类型。

pdf_std(dtype=None, out=None, ddof=0)

这个分布的标准差。

论据是关于 numpy.std .

pdf_var(dtype=None, out=None, ddof=0)

这个分布的方差。

论据是关于 numpy.var .