« Python pour le calcul scientifique/Statistiques » : différence entre les versions

m
(→‎Indicateurs de position et de dispersion : note sur la performance)
Comme précédemment, on peut indiquer l'axe (si l'on veut évaluer les valeurs par colonne ou par ligne). Pour la moyenne pondérée, on utilise une matrice poids P de même dimension que la matrice de valeurs M, <code>P[i, j]</code> étant le poids associé à la valeur <code>M[i, j]</code>. Par exemple, si l'on veut évaluer la moyenne pondérée pour toutes les valeurs de M (pas d'axe), on peut écrire une des deux solutions suivantes :
<source lang="python">
np.average(M, None, np.ones_like(M)P) # l'axe est le 2e paramètre
np.average(M, weights = np.ones_like(M)P)
</source>
 
13 621

modifications