skbio.stats.gradient.WindowDifferenceGradientANOVA¶
- class skbio.stats.gradient.WindowDifferenceGradientANOVA(coords, prop_expl, metadata_map, window_size, **kwargs)[源代码]¶
使用改进的第一差分算法进行轨迹分析
它计算所有时间点的范数,并减去 window_size 和当前元素。
- 参数:
coords (pandas.DataFrame) -- 每个样本ID的坐标
prop_expl (array like) -- 每个轴以坐标表示比例的NumPy一维阵列
metadata_map (pandas.DataFrame) -- 按样本ID和列索引的元数据地图是元数据类别
window_size (int or long) -- 计算差异时要使用的窗口大小
- 抛出:
ValueError -- 如果Window_Size不是正整数
内嵌函数
__eq__
(value, /)返回self==值。
__ge__
(value, /)返回self>=值。
__getstate__
\()泡菜的帮手。
__gt__
(value, /)返回self>值。
__hash__
\()返回哈希(self)。
__le__
(value, /)返回self<=value。
__lt__
(value, /)返回self<value。
__ne__
(value, /)回归自我!=值。
__str__
\()返回str(self)。
方法
get_trajectories
\()计算每个类别中每个组的轨迹并运行