1
传感器连续四个采样值同为峰顶，SciPy 会报告哪个位置
#信号处理#SciPy#峰值Amy 原创整理｜资料核验：2026-11-08 SciPy 的 find_peaks 查找一维信号的局部峰值。平顶峰有多个相等的采样点时，返回中间采样点的索引；点数为偶数则向下取整。distance 参数规定峰之间最少相隔多少个采样点，单位并不是秒。 教学例子：信号 [0, 4, 4, 4, 4, 0] 以 0
新加坡 11-08 01:36 · 吉隆坡 01:36 · 雅加达 00:36 · 曼谷 00:36 · 马尼拉 01:36 · 胡志明 00:36 · 北京 01:36 · 东京 02:36 · 伦敦 17:36 · 纽约 12:36
#信号处理#SciPy#峰值Amy 原创整理｜资料核验：2026-11-08 SciPy 的 find_peaks 查找一维信号的局部峰值。平顶峰有多个相等的采样点时，返回中间采样点的索引；点数为偶数则向下取整。distance 参数规定峰之间最少相隔多少个采样点，单位并不是秒。 教学例子：信号 [0, 4, 4, 4, 4, 0] 以 0
#SciPy#图像采样#插值Amy 原创整理｜资料核验：2026-11-07 scipy.ndimage.map_coordinates 按输入数组的轴给坐标：对于二维图像，第一行放各点的行坐标，第二行放列坐标。输出形状等于坐标数组去掉第一维后的形状。三个点写成形状 (2, 3) 后，会得到三个采样值。 教学示例：在浮点数组 [[0, 10]
#图像分析#质心#SciPyAmy 原创整理｜资料核验：2026-11-07 SciPy 的 center_of_mass 允许权重为正或为负。这在对测量数据扣除背景后特别值得留意：带符号的加权位置未必落在前景像素之间，总权重为零还可能产生警告和无穷或 NaN 结果。 教学示例：一维数组的两个位置是 0、1，权重分别为 −1、2。总权重为 1
#图像分割#SciPy#像素间距Amy 原创整理｜资料核验：2026-11-07 SciPy 的 distance_transform_edt 会把每个非零前景位置替换为它到最近零值背景位置的欧氏距离。默认每个坐标轴的相邻间距都按 1 计算。若图像各轴代表的实际距离不同，可用 sampling 按数组轴顺序提供间距。 教学示例：二维数组的行距为
#模型评估#概率分布#SciPyAmy 原创整理｜资料核验：2026-11-07 SciPy 的 jensenshannon 比较两个概率分布，输入的总和若不为 1，会分别归一化。函数返回的是 Jensen–Shannon 散度的平方根；写报告时应说明自己用的是距离还是散度。 教学示例：按同一顺序统计三个类别，第一批有 [2, 3, 5] 条，第
#音频数据#SciPy#采样率Amy 原创整理｜资料核验：2026-11-07 scipy.io.wavfile.read 返回采样率和数据数组。单声道通常是一维；多声道的二维形状按「采样帧数、声道数」排列。因此，估算音频时长应拿第一维长度除以每秒采样率。 教学示例：若数据形状是 (48000, 2)，采样率为每秒 24000 帧，音频时长为两
#图像分割#SciPy#标签Amy 原创整理｜资料核验：2026-11-07 scipy.ndimage.find_objects 接收已经标注的数组，忽略标签 0，为其他标签返回刚好包住目标的各维切片。编号为 l 的标签对应结果列表里的第 l−1 项；编号中间有缺口时，相应位置是 None。 教学示例：一张掩码有背景 0、目标 1 和目标
#模型评估#点集距离#SciPyAmy 原创整理｜资料核验：2026-11-07 用SciPy的directed_hausdorff比较两组轮廓点时，输入顺序会影响结果。从A到B的算法是给A里的每个点找B中最近的点，再取这些最近距离里的最大值。函数使用欧氏距离，并返回形成该距离的两个点的索引。 Amy的教学示例：假设真实轮廓取了三个点(0,0)、
#统计检验#模型评估#SciPyAmy 原创整理｜资料核验：2026-11-07 SciPy的brunnermunzel适用于两组独立样本，两组可以有不同的样本数。它关注从每组各取一个数时，两边取到较大值的概率是否相同。若要判断两组分布的形状、离散程度是否相同，还需要针对这些问题另作分析。 Amy的教学例子里，甲组评分以相同概率取0或4，乙组评分
#SciPy#统计概念#教学示例Amy 原创整理｜资料核验：2026-11-07 SciPy的expectile与quantile不是同一种统计量。官方文档明确指出，expectile在alpha=0.5时等于均值；传入样本权重时，则简化为加权平均。不能因为参数都像0到1之间的“水平”，就把输出直接标成某个百分位数。 Amy原创教学示例：虚构数据
#SciPy#数据分析#边界条件Amy 原创整理｜资料核验：2026-11-07 SciPy的tmean先忽略指定数值范围之外的观测，再计算留下数值的算术平均。limits=(下界,上界)指定实际数值，不是删除比例；默认limits=None时使用全部数值。inclusive的两个布尔值分别控制是否保留下界值和上界值，默认都为True。 Amy原
#SciPy#数据核验#教学示例Amy 原创整理｜资料核验：2026-11-07 SciPy的wasserstein_distance用于两个一维离散分布。官方文档把u_values、v_values定义为观测值或可能取值；各取值对应的频数、权重则放在u_weights、v_weights。省略权重时，每个输入值按相同权重处理；权重总和需为正且有限
#统计学习#SciPy#样本数量Amy 原创整理｜资料核验：2026-11-07 SciPy的jarque_bera通过偏度和峰度检验样本是否符合正态分布相应特征。官方页面特别提醒，它依靠检验统计量渐近服从自由度为2的卡方分布，要求足够大的样本，并注明大于2000。 所以，仅仅成功得到statistic与pvalue两个输出，不足以说明自己的小样
#统计学习#调和平均#SciPyAmy 原创整理｜资料核验：2026-11-06 SciPy的hmean计算调和平均。没有指定权重时，计算方式是样本个数除以各数倒数之和；它与把数值直接相加再除以个数不同。选哪一种，先看要汇总的量究竟是什么。 Amy原创教学例子：假设两段路各60公里，第一段速度30公里／小时，第二段60公里／小时，且不计停车时间。
#AI辅助学习#统计核对#SciPyAmy 原创整理｜资料核验：2026-11-06 用AI帮助读统计代码时，可以把SciPy的gstd作为一次公式核对练习。官方定义是：先对观测值取自然对数，计算这些对数的标准差，再取指数。它不是直接对原始数据的标准差取指数。 几何标准差是无单位的乘法因子。输入要求为有限、严格大于零的实数；不能把零或负数当作普通有效
#数据分析#SciPy#统计口径Amy 原创整理｜资料核验：2026-11-06 SciPy的iqr默认计算第75百分位数与第25百分位数之差。但rng指定的是两个百分位位置：改成(10,90)，得到的是第90与第10百分位之间的跨度；改成(0,100)，得到最大值减最小值。不能仅因函数名仍叫iqr，就把所有输出都标为四分位距。 教学示例，以下是
#SciPy#统计检验#数据检查Amy 原创整理｜资料核验：2026-11-06 SciPy的ranksums官方说明将此检验用于来自连续分布的两组样本，并明确指出函数不处理x与y测量值之间的并列情况。文档把需要并列值处理的读者指向mannwhitneyu；不能因为函数返回了数值，就假定数据条件已被自动核验。 教学示例：两组记录分别为[1,2,3
#SciPy#数据分析#统计学习Amy 原创整理｜资料核验：2026-11-06 SciPy官方文档特别说明：median_abs_deviation的center参数只改变计算偏差时使用的中心位置，不会改变最后对绝对偏差取中位数的步骤。因此，传入center=np.mean得到的是围绕均值计算的中位绝对偏差，并不是平均绝对偏差。 教学示例（手算
#SciPy#统计分析#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy的bootstrap默认区间方法为BCa。官方说明：当bootstrap分布退化，例如每次重采样算出的统计量都相同，可能触发DegenerateDataWarning，置信区间端点也可能是NaN。这里的退化说的是统计量的重采样分布，不只是输入有没有空值。
#SciPy#数据处理#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy的zmap(scores, compare)有两个角色不同的输入：scores是待换算的数据，compare提供换算所用的均值与标准差。默认ddof=0。看到“标准分”三个字，并不能要求任意一批scores换算后的平均值都等于0。 教学示例（手算，非实测模
#数据分析#SciPy#学习笔记Amy 原创整理｜资料核验：2026-11-06 SciPy的percentileofscore回答“这个分数在一组数中排到什么百分位”。官方文档给出四种口径：strict只计严格小于；weak把相等也算入；mean取前两者平均；默认rank则对相等值所占的百分比名次求平均。 教学示例（手算，非真实成绩）：参考数列
#统计学习#SciPy#数据核对Amy 原创整理｜资料核验：2026-11-06 SciPy的sem计算均值标准误，默认ddof=1。官方特别提醒，这与np.std和np.nanstd默认ddof=0不同。如果你用标准差再除以样本量平方根来核对sem，先把自由度参数对齐，否则差异可能来自默认值。 Amy原创手算教学例子：数据[2,4]的均值为3。
#统计学习#SciPy#数据解释Amy 原创整理｜资料核验：2026-11-06 SciPy官方mode文档说明：即使有多个数值并列出现最多次，也只返回其中一个，同时返回该值的出现次数。这个接口给出的单个mode值，不能证明众数唯一。 Amy原创教学例子：数字列表[2,2,5,5,9]里，2和5都出现两次。若只把接口返回的一项写进报告，读者就看不
#统计学习#SciPy#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy官方文档把variation定义为标准差除以均值，并明确说明：分母不会自动取绝对值。因此，均值为负时，结果也可以为负。检查输出时，先看计算定义，不能仅凭负号判断库出了错。 Amy原创手算教学例子：数据[-3,-1]的均值是-2；按默认ddof=0，标准差是
#SciPy#统计学习#代码阅读Amy 原创整理｜资料核验：2026-11-06 SciPy的linregress返回结果包含斜率、截距及各自的标准误，但为了兼容旧代码，它仍能像长度为5的元组那样拆包。若只写slope, intercept, r, p, se = linregress(x, y)，最后的se对应斜率的标准误；这五个变量里没有截距的
#SciPy#指标解释#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy文档把entropy的两种调用分得很清楚：只给pk时计算香农熵；再给qk时计算相对熵，也就是KL散度。交叉熵是相关但不同的量，文档给出的关系是CE(pk,qk)=H(pk)+D(pk|qk)，不能把双输入调用的返回值直接当成交叉熵。 Amy原创教学示例：四
#SciPy#数据统计#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy的skew文档明确说明：当参与计算的所有数值相等时，返回NaN。其偏度公式使用二阶中心矩作分母的一部分；全相等数据没有变化，不能把这个未定义结果直接替换为“偏度0”。 Amy原创教学示例：[7,7,7,7]是四个相同的观测。若报表把NaN统一填成0，就会把
#SciPy#数据统计#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy的trim_mean先按数值排序，从最小端和最大端各去掉proportiontocut所指定的比例，再对剩余项求平均。因此0.1不是两边合计删10%，而是每端分别计算；每端需要删除的项数出现小数时，向下取整。 Amy原创教学示例：虚构数组[1,2,3,4,
#SciPy#数据处理#教学示例Amy 原创整理｜资料核验：2026-11-06 SciPy的rankdata从1开始分配秩，默认method='average'：若多个相同数值占据不同名次，就把这些名次的平均数分给它们。因此，结果出现2.5未必是数据坏了，也可能只是默认并列规则。 Amy原创教学示例：输入[10,20,20,40]，按从小到大的
#数据分析#SciPy#教学示例Amy 原创整理｜资料核验：2026-11-05 SciPy的gmean计算几何平均：等权时是各输入相乘后开n次方；带权时则对自然对数做加权平均，再取指数。它不会自动把你输入的百分比转换为变化倍数。 Amy原创教学示例：某项测量值连续两步分别乘1.2和0.8，总倍数为0.96。等权的每步平均倍数是sqrt(0.96