分布

class astropy.uncertainty.Distribution(samples)

ベースクラス: object

関連する不確実性分布を有するスカラ値または配列値。

この対象は samples 論点は。一般的にはこれは Quantity あるいは…。 numpy.ndarray 何にもかかわらず numpy.asanyarray 可能です。

別途：https：//docs.astterpy.org/en/安定/不確実性/

パラメータ

samplesアレイ式.

分布しています リードする. 軸。1 Dである場合、一意の次元は、サンプリング軸として使用される(すなわち、スカラ分布である)。

属性要約

distribution \
n_samples \	この分布のサンプル数.

方法要約

pdf_histogram \(** Kwargs)	分布中のサンプルに対してヒストグラムを計算する.
pdf_mad \([out] )	この分布の中央値は絶対偏差である.
pdf_mean \([dtype, out] )	この分布の平均値。
pdf_median \([out] )	この分布の中央値。
pdf_percentiles \(パーセンタイル)** Kwargs)	この分布のパーセンタイル値を計算する.
pdf_smad \([out] )	この分布の中央値絶対偏差は，正規分布の標準偏差に適合するように再調整されている.
pdf_std \([dtype, out, ddof] )	この分布の標準偏差.
pdf_var \([dtype, out, ddof] )	この分布の分散。

属性文書

distribution

n_samples

この分布のサンプル数.シングル？シングル int それがそうです。

方法文書

pdf_histogram(**kwargs)

分布中のサンプルに対してヒストグラムを計算する.

パラメータ

All keyword arguments are passed into `astropy.stats.histogram`. Note

いくつかのオプションはいくつかの多次元空間に無効になる可能性があります

distributions.

返品

hist配列.

ヒストグラムの値。スミア次元はヒストグラム次元である.

bin_edgesデータタイプ浮動小数点配列

倉のふちに戻す (length(hist)+1) それがそうです。スミア次元はbinヒストグラム次元である.

pdf_mad(out=None)

この分布の中央値は絶対偏差である.

パラメータ

out配列、オプション

結果の予備出力配列を置く.これは，期待される出力と同じ形状とバッファ長を持たなければならないが，タイプは必要に応じて強制的に変換される.

pdf_mean(dtype=None, out=None)

この分布の平均値。

論点は以下と同様である numpy.mean それがそうです。

pdf_median(out=None)

この分布の中央値。

パラメータ

out配列、オプション

結果の予備出力配列を置く.これは，期待される出力と同じ形状とバッファ長を持たなければならないが，タイプは必要に応じて強制的に変換される.

pdf_percentiles(percentile, **kwargs)

この分布のパーセンタイル値を計算する.

パラメータ

パーセンタイル値 ：浮動小数点数または浮動小数点配列または Quantity浮動小数点配列または浮動小数点配列または

分布の必要前の百分率値(すなわち、 [0，100] ）。 Quantity パーセントに変換するということは dimensionless_unscaled Quantity 分位数と解釈される.

Additional keywords are passed into `numpy.percentile`.

返品

percentiles量 [“無量綱”]

♪the fracs この分布の100%値です

pdf_smad(out=None)

この分布の中央値絶対偏差は，正規分布の標準偏差に適合するように再調整されている.

パラメータ

out配列、オプション

結果の予備出力配列を置く.これは，期待される出力と同じ形状とバッファ長を持たなければならないが，タイプは必要に応じて強制的に変換される.

pdf_std(dtype=None, out=None, ddof=0)

この分布の標準偏差.

論点は以下と同様である numpy.std それがそうです。

pdf_var(dtype=None, out=None, ddof=0)

この分布の分散。

論点は以下と同様である numpy.var それがそうです。