我试图从一个numpy数组中计算“峰度”以及其他统计数据。计算Min，Max，Mean和Standard Deviation就像我刚刚做的那样简单。
import arcpy
x = arcpy.RasterToNumPyArray(input_Raster)
print 'Min =', x.min()
print 'Max =', x.max()
print 'Mean =', x.mean()
print 'Standard Deviation =', x.std()其输出：
Min = 1.87895
Max = 16.8343
Mean = 8.03462
Standard Deviation = 1.52192但是这个方法对峰度不起作用！我已经试过了
print 'Kurtosis =', x.kurtosis()我得到：
属性错误：“numpy.ndarray”对象没有属性“kurtosis”
什么是最简单的代码，我可以用它来合并到我自己的计算峰度结果？
1条答案
按热度按时间lrl1mhuk1#
Numpy仅限于相当基本的数组操作，您需要联系它更有教养的兄弟Scipy来获取more advanced stats functions。
scipy.stats.**kurtosis**(a, axis=0, fisher=True, bias=True)计算数据集的峰度（Fisher或Pearson）。
所以
from scipy.stats import kurtosis然后kurtosis(x)一般来说，Numpy数组上的方法仅限于最基本的操作（
max，min等）。Numpy方法（例如numpy.diff）的功能略多，Scipy（scipy.optimize.[whatever]scipy.signal.[whatever]，scipy.stats.[whatever]）的功能更多。