使用带有掩码数组的 scipy.stats.chisquare

Question

我需要计算一组数组（observed 和expected）的卡方拟合。数组大小相同，但expected 的一些元素是None，因为我不知道预期值。

我想使用scipy.stats.chisquare 来计算数据的卡方拟合。由于我的一些数据是None，我得到了错误：

TypeError: unsupported operand type(s) for -: 'float' and 'NoneType'

我试图通过仅包含不是None 的数据来解决此问题

import numpy.ma
import scipy.stats

expected = [None, 2,3,4]
observed = [1,2.2,3.3,4.4]

expMasked = numpy.ma.masked_where(expected == None, expected)
obsMasked = numpy.ma.masked_where(expected == None, observed)

chi2 = scipy.stats.chisquare(obsMasked, f_exp=expMasked)

这只是给我同样的错误。

如何将scipy.stats.chisquare 函数用于我的数据？

Answer 1

虽然numpy.ma.masked_where(expected == None, expected) 实际上会掩盖None 出现的expected 似乎是合乎逻辑的，但numpy.ma 无法将None 识别为与expected 相当，因此None 必须转换为@ 987654328@。您的代码将像这样工作

import numpy as np
import scipy.stats

expected = [None, 2,3,4]
observed = [1,2.2,3.3,4.4]

expMasked = np.ma.masked_where(expected == np.array(None), expected)
obsMasked = np.ma.masked_where(observed == np.array(None), observed)

expMasked[expMasked.mask] = (VALUE YOU WANT MASKED VALUES TO BE REPLACED WITH)
obsMasked[obsMasked.mask] = (VALUE YOU WANT MASKED VALUES TO BE REPLACED WITH)

chi2 = scipy.stats.chisquare(np.array(obsMasked), f_exp=np.array(expMasked))