scipy.stats.trimboth()函数| Python

scipy.stats.trimboth()函数用于对数据进行双侧截尾(trim)操作，从数据的两端截去指定比例的数据，去除离群点对数据分布的影响，返回修剪(trimmed)的数据。

该函数位于Python的科学计算库scipy.stats中，用法如下：

scipy.stats.trimboth(a, proportiontocut, axis=0)

其中，参数a是待处理的一维或多维数组；参数proportiontocut是需要截去的数据比例，取值范围为[0, 0.5]，默认值为0；参数axis表示沿指定轴进行操作的方向，可为0、1或None，默认为0。

示范代码

以下是一个示范代码，演示如何使用scipy.stats.trimboth()函数进行双侧截尾操作：

import numpy as np
from scipy.stats import trimboth

# 创建一个随机数组
x = np.random.normal(loc=0.0, scale=1.0, size=(1000,))

# 对数组进行双侧截尾操作，去除前5%和后5%
trimmed = trimboth(x, 0.05)

# 打印修剪后的数据的长度和平均值
print("Length of trimmed data: ", len(trimmed))
print("Mean of trimmed data: ", np.mean(trimmed))

代码输出如下：

Length of trimmed data:  900
Mean of trimmed data:  0.0005046301316440531

本例中，首先使用numpy.random.normal()函数创建一个均值为0、方差为1的1000个元素的一维数组。接着使用scipy.stats.trimboth()函数截去前5%和后5%的数据，并计算修剪后的数据的长度和平均值，结果表明修剪后的数据的长度为900个元素，平均值接近于0。