skbio.stats.gradient.WindowDifferenceGradientANOVA

class skbio.stats.gradient.WindowDifferenceGradientANOVA(coords, prop_expl, metadata_map, window_size, **kwargs)

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

参见

GradientANOVA

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