skbio.stats.distance.pwmantel

skbio.stats.distance.pwmantel(dms, labels=None, method='pearson', permutations=999, alternative='two-sided', strict=True, lookup=None)

对每对给定的距离矩阵运行Mantel测试。

状态：从0.4.0开始实验。

对每对距离矩阵运行Mantel测试，并在 DataFrame 。如果距离矩阵具有相同的ID顺序，则它们不需要具有相同的ID顺序 DistanceMatrix 实例。在运行每个成对测试之前，距离矩阵将重新排序，并且如果 strict=False ，在运行测试之前将丢弃在距离矩阵对之间不匹配的ID(否则为 ValueError 如果任何一对距离矩阵之间存在不匹配的ID，则将引发)。

参数:

• dms (iterable of DistanceMatrix objects, array_like objects, or filepaths) -- 到距离矩阵。如果他们是 array_like ，则不会执行ID的重新排序或匹配。

• labels (iterable of str or int, optional) -- 中每个距离矩阵的标签 dms 。这些将在结果中使用 DataFrame 以确定在成对Mantel检验中使用的距离矩阵对。如果 None ，默认为从零开始的单调递增的整数。

• method ({'pearson', 'spearman'}) -- 相关法。看见 mantel 函数以了解更多详细信息。

• permutations (int, optional) -- 排列的数量。看见 mantel 函数以了解更多详细信息。

• alternative ({'two-sided', 'greater', 'less'}) -- 另一种假设。看见 mantel 函数以了解更多详细信息。

• strict (bool, optional) -- 处理不匹配的ID。看见 mantel 函数以了解更多详细信息。

• lookup (dict, optional) -- 将现有ID映射到新ID。看见 mantel 函数以了解更多详细信息。

返回:

DataFrame 包含每个配对测试的结果(每行一个)。包括每个测试中考虑的对象数作为列 n (申请后 lookup 和过滤不匹配的ID，如果 strict=False )。列 p-value 将p值显示为 NaN 如果无法计算p值(它们存储为 np.nan 在 DataFrame ；请参阅 mantel 以了解更多详细信息)。

返回类型:

pandas.DataFrame

参见

mantel, DistanceMatrix.read

备注

传递文件路径列表可能很有用，因为它一次只加载两个矩阵，而不是将所有距离矩阵加载到内存中，因此允许较少的内存消耗。

示例

导入我们将在以下示例中使用的功能：

>>> from skbio import DistanceMatrix
>>> from skbio.stats.distance import pwmantel

定义三个3x3距离矩阵：

>>> x = DistanceMatrix([[0, 1, 2],
...                     [1, 0, 3],
...                     [2, 3, 0]])
>>> y = DistanceMatrix([[0, 2, 7],
...                     [2, 0, 6],
...                     [7, 6, 0]])
>>> z = DistanceMatrix([[0, 5, 6],
...                     [5, 0, 1],
...                     [6, 1, 0]])

对每对距离矩阵(可能有3对)运行Mantel测试：

>>> pwmantel((x, y, z), labels=('x', 'y', 'z'),
...          permutations=0) 
             statistic p-value  n   method  permutations alternative
dm1 dm2
x   y     0.755929     NaN  3  pearson             0   two-sided
    z    -0.755929     NaN  3  pearson             0   two-sided
y   z    -0.142857     NaN  3  pearson             0   two-sided

注意，我们通过了 permutations=0 取消显着性检验；输出中的p值被标记 NaN 。