将scipy.stats.chisquare与蒙版数组一起使用

Question

我需要计算一组数组（observed和expected）的卡方拟合。阵列尺寸相同，但expected的一些元素是None，因为我不知道预期值。我想用scipy.stats.chisquare来计算数据的卡方拟合。由于我的一些数据是None，我得到的错误：

TypeError: unsupported operand type(s) for -: 'float' and 'NoneType' 

我试图解决这个问题只包括不None

import numpy.ma 
import scipy.stats 

expected = [None, 2,3,4] 
observed = [1,2.2,3.3,4.4] 

expMasked = numpy.ma.masked_where(expected == None, expected) 
obsMasked = numpy.ma.masked_where(expected == None, observed) 

chi2 = scipy.stats.chisquare(obsMasked, f_exp=expMasked) 

这个数据只是给我同样的错误。

如何在我的数据中使用scipy.stats.chisquare函数？

Answer 1

虽然逻辑上似乎numpy.ma.masked_where(expected == None, expected)实际上会掩盖expected其中None发生，numpy.ma不承认None为相当于expected，所以None必须强制转换为np.array。您的代码将如此工作

import numpy as np 
import scipy.stats 

expected = [None, 2,3,4] 
observed = [1,2.2,3.3,4.4] 

expMasked = np.ma.masked_where(expected == np.array(None), expected) 
obsMasked = np.ma.masked_where(observed == np.array(None), observed) 

expMasked[expMasked.mask] = (VALUE YOU WANT MASKED VALUES TO BE REPLACED WITH) 
obsMasked[obsMasked.mask] = (VALUE YOU WANT MASKED VALUES TO BE REPLACED WITH) 

chi2 = scipy.stats.chisquare(np.array(obsMasked), f_exp=np.array(expMasked))