У меня есть массив Nx2, который хранит координаты x, y из N разных точек. Я должен рассчитать распространение данных (я думаю о среднеквадратичных значениях). Есть ли какие-нибудь функции в scipy, которые выполняют эту работу? Если нет, то какой самый эффективный способ вычислить это?вычисление 2D rms в python
благодаря
The root mean square is the standard deviation:
In [100]: np.random.seed(2015)
In [101]: A = np.random.random((10,2))
In [102]: A
Out[102]:
array([[ 0.73759523, 0.51757155],
[ 0.88418945, 0.45172399],
[ 0.94467608, 0.82238998],
[ 0.06360332, 0.93889193],
[ 0.33245351, 0.62721741],
[ 0.00321837, 0.70402271],
[ 0.07105811, 0.05554161],
[ 0.28901979, 0.28649662],
[ 0.2688956 , 0.20721542],
[ 0.25877509, 0.63308562]])
In [147]: np.std(A - A.mean(axis=0))
Out[147]: 0.29777164364514941
что эквивалентно:
In [146]: np.sqrt(((A - A.mean(axis=0))**2).mean())
Out[146]: 0.29777164364514941
ли вы на самом деле сделать поиск, чтобы убедиться в том, что он реализован в Python/SciPy? Я придумываю много результатов в этом отношении. Действительно ли скорость действительно важна? Какой размер N? Вы пытались внедрить уравнение RMS прямо вверх? Есть ли какой-нибудь код, который нам нужен для улучшения базы? Вы сравнили что-нибудь и что приемлемая производительность? – Reti43