python 有Nemenyi 函数吗

没有，网上有人写好的，可以当成一个库来使用：

在墨江等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站制作、做网站、外贸营销网站建设 网站设计制作按需搭建网站,公司网站建设,企业网站建设,成都品牌网站建设,成都全网营销推广,外贸网站建设,墨江网站建设费用合理。

import numpy as np

from scipy import stats

from itertools import combinations

from statsmodels.stats.multitest import multipletests

from statsmodels.stats.libqsturng import psturng

import warnings

def kw_nemenyi(groups, to_compare=None, alpha=0.05):

"""

Kruskal-Wallis 1-way ANOVA with Nemenyi's multiple comparison test

Arguments:

---------------

groups: sequence

arrays corresponding to k mutually independent samples from

continuous populations

to_compare: sequence

tuples specifying the indices of pairs of groups to compare, e.g.

[(0, 1), (0, 2)] would compare group 0 with 1 2. by default, all

possible pairwise comparisons between groups are performed.

alpha: float

family-wise error rate used for correcting for multiple comparisons

(see statsmodels.stats.multitest.multipletests for details)

Returns:

---------------

H: float

Kruskal-Wallis H-statistic

p_omnibus: float

p-value corresponding to the global null hypothesis that the medians of

the groups are all equal

Z_pairs: float array

Z-scores computed for the absolute difference in mean ranks for each

pairwise comparison

p_corrected: float array

corrected p-values for each pairwise comparison, corresponding to the

null hypothesis that the pair of groups has equal medians. note that

these are only meaningful if the global null hypothesis is rejected.

reject: bool array

True for pairs where the null hypothesis can be rejected for the given

alpha

Reference:

---------------

"""

# omnibus test (K-W ANOVA)

# -------------------------------------------------------------------------

groups = [np.array(gg) for gg in groups]

k = len(groups)

n = np.array([len(gg) for gg in groups])

if np.any(n 5):

warnings.warn("Sample sizes 5 are not recommended (K-W test assumes "

"a chi square distribution)")

allgroups = np.concatenate(groups)

N = len(allgroups)

ranked = stats.rankdata(allgroups)

# correction factor for ties

T = stats.tiecorrect(ranked)

if T == 0:

raise ValueError('All numbers are identical in kruskal')

# sum of ranks for each group

j = np.insert(np.cumsum(n), 0, 0)

R = np.empty(k, dtype=np.float)

for ii in range(k):

R[ii] = ranked[j[ii]:j[ii + 1]].sum()

# the Kruskal-Wallis H-statistic

H = (12. / (N * (N + 1.))) * ((R ** 2.) / n).sum() - 3 * (N + 1)

# apply correction factor for ties

H /= T

df_omnibus = k - 1

p_omnibus = stats.chisqprob(H, df_omnibus)

# multiple comparisons

# -------------------------------------------------------------------------

# by default we compare every possible pair of groups

if to_compare is None:

to_compare = tuple(combinations(range(k), 2))

ncomp = len(to_compare)

Z_pairs = np.empty(ncomp, dtype=np.float)

p_uncorrected = np.empty(ncomp, dtype=np.float)

Rmean = R / n

for pp, (ii, jj) in enumerate(to_compare):

# standardized score

Zij = (np.abs(Rmean[ii] - Rmean[jj]) /

np.sqrt((1. / 12.) * N * (N + 1) * (1. / n[ii] + 1. / n[jj])))

Z_pairs[pp] = Zij

# corresponding p-values obtained from the upper quantiles of the

# studentized range distribution

p_corrected = psturng(Z_pairs * np.sqrt(2), ncomp, np.inf)

reject = p_corrected = alpha

return H, p_omnibus, Z_pairs, p_corrected, reject

python中怎么把数据中inf转化为na

在使用numpy数组的过程中时常会出现nan或者inf的元素，可能会造成数值计算时的一些错误。这里提供一个numpy库函数的用法，使nan和inf能够最简单地转换成相应的数值。

numpy.nan_to_num(x): 

使用0代替数组x中的nan元素，使用有限的数字代替inf元素

使用范例：

import numpy as np a = np.array([[np.nan,np.inf],\...               [-np.nan,-np.inf]]) a

array([[  nan,   inf],

[  nan,  -inf]]) np.nan_to_num(a)

array([[ 0.00000000e+000,  1.79769313e+308],

[ 0.00000000e+000, -1.79769313e+308]])123456789

和此类问题相关的还有一组判断用函数，包括：

isinf

isneginf

isposinf

isnan

isfinite 

使用方法也很简单，以isnan举例说明：

import numpy as np np.isnan(np.array([[1, np.nan, np.inf],\...               [np.nan, -np.inf, -0.25]]))

array([[False,  True, False],

[ True, False, False]], dtype=bool)

Python中字典的内建函数用法是什么？

点击上方 "Python人工智能技术" 关注，星标或者置顶

22点24分准时推送，第一时间送达

后台回复“大礼包”，送你特别福利

编辑：乐乐 | 来自：pypypypy

上一篇：

正文

大家好，我是Pythn人工智能技术。

内置函数就是Python给你提供的，拿来直接用的函数，比如print.，input等。

截止到python版本3.6.2 ，python一共提供了68个内置函数，具体如下

abs() dict() help() min() setattr()

all() dir() hex() next() slice()

any() divmod() id() object() sorted()

ascii() enumerate() input() oct() staticmethod()

bin() eval() int() open() str()

bool() exec() isinstance() ord() sum()

bytearray() filter() issubclass() pow() super()

bytes() float() iter() print() tuple()

callable() format() len() property() type()

chr() frozenset() list() range() vars()

classmethod() getattr() locals() repr() zip()

compile() globals() map() reversed() __import__()

complex() hasattr() max() round()

delattr() hash() memoryview() set()

本文将这68个内置函数综合整理为12大类，正在学习Python基础的读者一定不要错过，建议收藏学习！

和数字相关 1. 数据类型

bool : 布尔型(True,False)

int : 整型(整数)

float : 浮点型(小数)

complex : 复数

2. 进制转换

bin() 将给的参数转换成二进制

otc() 将给的参数转换成八进制

hex() 将给的参数转换成十六进制

print(bin(10)) # 二进制:0b1010

print(hex(10)) # 十六进制:0xa

print(oct(10)) # 八进制:0o12

3. 数学运算

abs() 返回绝对值

divmode() 返回商和余数

round() 四舍五入

pow(a, b) 求a的b次幂, 如果有三个参数. 则求完次幂后对第三个数取余

sum() 求和

min() 求最小值

max() 求最大值

print(abs(-2)) # 绝对值:2

print(divmod(20,3)) # 求商和余数:(6,2)

print(round(4.50)) # 五舍六入:4

print(round(4.51)) #5

print(pow(10,2,3)) # 如果给了第三个参数. 表示最后取余:1

print(sum([1,2,3,4,5,6,7,8,9,10])) # 求和:55

print(min(5,3,9,12,7,2)) #求最小值:2

print(max(7,3,15,9,4,13)) #求最大值:15

和数据结构相关 1. 序列

（1）列表和元组

list() 将一个可迭代对象转换成列表

tuple() 将一个可迭代对象转换成元组

print(list((1,2,3,4,5,6))) #[1, 2, 3, 4, 5, 6]

print(tuple([1,2,3,4,5,6])) #(1, 2, 3, 4, 5, 6)

（2）相关内置函数

reversed() 将一个序列翻转, 返回翻转序列的迭代器

slice() 列表的切片

lst = "你好啊"

it = reversed(lst) # 不会改变原列表. 返回一个迭代器, 设计上的一个规则

print(list(it)) #['啊', '好', '你']

lst = [1, 2, 3, 4, 5, 6, 7]

print(lst[1:3:1]) #[2,3]

s = slice(1, 3, 1) # 切片用的

print(lst[s]) #[2,3]

（3）字符串

str() 将数据转化成字符串

print(str(123)+'456') #123456

format() 与具体数据相关, 用于计算各种小数, 精算等.

s = "hello world!"

print(format(s, "^20")) #剧中

print(format(s, "20")) #左对齐

print(format(s, "20")) #右对齐

# hello world!

# hello world!

# hello world!

print(format(3, 'b' )) # 二进制:11

print(format(97, 'c' )) # 转换成unicode字符:a

print(format(11, 'd' )) # ⼗进制:11

print(format(11, 'o' )) # 八进制:13

print(format(11, 'x' )) # 十六进制(⼩写字母):b

print(format(11, 'X' )) # 十六进制(大写字母):B

print(format(11, 'n' )) # 和d⼀样:11

print(format(11)) # 和d⼀样:11

print(format(123456789, 'e' )) # 科学计数法. 默认保留6位小数:1.234568e+08

print(format(123456789, '0.2e' )) # 科学计数法. 保留2位小数(小写):1.23e+08

print(format(123456789, '0.2E' )) # 科学计数法. 保留2位小数(大写):1.23E+08

print(format(1.23456789, 'f' )) # 小数点计数法. 保留6位小数:1.234568

print(format(1.23456789, '0.2f' )) # 小数点计数法. 保留2位小数:1.23

print(format(1.23456789, '0.10f')) # 小数点计数法. 保留10位小数:1.2345678900

print(format(1.23456789e+3, 'F')) # 小数点计数法. 很大的时候输出INF:1234.567890

bytes() 把字符串转化成bytes类型

bs = bytes("今天吃饭了吗", encoding="utf-8")

print(bs) #b'\xe4\xbb\x8a\xe5\xa4\xa9\xe5\x90\x83\xe9\xa5\xad\xe4\xba\x86\xe5\x90\x97'

bytearray() 返回一个新字节数组. 这个数字的元素是可变的, 并且每个元素的值得范围是[0,256)

ret = bytearray("alex" ,encoding ='utf-8')

print(ret[0]) #97

print(ret) #bytearray(b'alex')

ret[0] = 65 #把65的位置A赋值给ret[0]

print(str(ret)) #bytearray(b'Alex')

ord() 输入字符找带字符编码的位置

chr() 输入位置数字找出对应的字符

ascii() 是ascii码中的返回该值 不是就返回u

print(ord('a')) # 字母a在编码表中的码位:97

print(ord('中')) # '中'字在编码表中的位置:20013

print(chr(65)) # 已知码位,求字符是什么:A

print(chr(19999)) #丢

for i in range(65536): #打印出0到65535的字符

print(chr(i), end=" ")

print(ascii("@")) #'@'

repr() 返回一个对象的string形式

s = "今天\n吃了%s顿\t饭" % 3

print(s)#今天# 吃了3顿 饭

print(repr(s)) # 原样输出,过滤掉转义字符 \n \t \r 不管百分号%

#'今天\n吃了3顿\t饭'

2. 数据集合

字典：dict 创建一个字典

集合：set 创建一个集合

frozenset() 创建一个冻结的集合，冻结的集合不能进行添加和删除操作。

3. 相关内置函数

len() 返回一个对象中的元素的个数

sorted() 对可迭代对象进行排序操作 (lamda)

语法：sorted(Iterable, key=函数(排序规则), reverse=False)

Iterable: 可迭代对象

key: 排序规则(排序函数), 在sorted内部会将可迭代对象中的每一个元素传递给这个函数的参数. 根据函数运算的结果进行排序

reverse: 是否是倒叙. True: 倒叙, False: 正序

lst = [5,7,6,12,1,13,9,18,5]

lst.sort() # sort是list里面的一个方法

print(lst) #[1, 5, 5, 6, 7, 9, 12, 13, 18]

ll = sorted(lst) # 内置函数. 返回给你一个新列表 新列表是被排序的

print(ll) #[1, 5, 5, 6, 7, 9, 12, 13, 18]

l2 = sorted(lst,reverse=True) #倒序

print(l2) #[18, 13, 12, 9, 7, 6, 5, 5, 1]

#根据字符串长度给列表排序

lst = ['one', 'two', 'three', 'four', 'five', 'six']

def f(s):

return len(s)

l1 = sorted(lst, key=f, )

print(l1) #['one', 'two', 'six', 'four', 'five', 'three']

enumerate() 获取集合的枚举对象

lst = ['one','two','three','four','five']

for index, el in enumerate(lst,1): # 把索引和元素一起获取,索引默认从0开始. 可以更改

print(index)

print(el)

# 1

# one

# 2

# two

# 3

# three

# 4

# four

# 5

# five

all() 可迭代对象中全部是True, 结果才是True

any() 可迭代对象中有一个是True, 结果就是True

print(all([1,'hello',True,9])) #True

print(any([0,0,0,False,1,'good'])) #True

zip() 函数用于将可迭代的对象作为参数, 将对象中对应的元素打包成一个元组, 然后返回由这些元组组成的列表. 如果各个迭代器的元素个数不一致, 则返回列表长度与最短的对象相同

lst1 = [1, 2, 3, 4, 5, 6]

lst2 = ['醉乡民谣', '驴得水', '放牛班的春天', '美丽人生', '辩护人', '被嫌弃的松子的一生']

lst3 = ['美国', '中国', '法国', '意大利', '韩国', '日本']

print(zip(lst1, lst1, lst3)) #

for el in zip(lst1, lst2, lst3):

print(el)

# (1, '醉乡民谣', '美国')

# (2, '驴得水', '中国')

# (3, '放牛班的春天', '法国')

# (4, '美丽人生', '意大利')

# (5, '辩护人', '韩国')

# (6, '被嫌弃的松子的一生', '日本')

fiter() 过滤 (lamda)

语法：fiter(function. Iterable)

function: 用来筛选的函数. 在filter中会自动的把iterable中的元素传递给function. 然后根据function返回的True或者False来判断是否保留留此项数据 , Iterable: 可迭代对象

搜索公众号顶级架构师后台回复“面试”，送你一份惊喜礼包。

def func(i): # 判断奇数

return i % 2 == 1

lst = [1,2,3,4,5,6,7,8,9]

l1 = filter(func, lst) #l1是迭代器

print(l1) #

print(list(l1)) #[1, 3, 5, 7, 9]

map() 会根据提供的函数对指定序列列做映射(lamda)

语法 : map(function, iterable)

可以对可迭代对象中的每一个元素进行映射. 分别去执行 function

def f(i): return i

lst = [1,2,3,4,5,6,7,]

it = map(f, lst) # 把可迭代对象中的每一个元素传递给前面的函数进行处理. 处理的结果会返回成迭代器print(list(it)) #[1, 2, 3, 4, 5, 6, 7]

和作用域相关

locals() 返回当前作用域中的名字

globals() 返回全局作用域中的名字

def func():

a = 10

print(locals()) # 当前作用域中的内容

print(globals()) # 全局作用域中的内容

print("今天内容很多")

func()

# {'a': 10}

# {'__name__': '__main__', '__doc__': None, '__package__': None, '__loader__':

# _frozen_importlib_external.SourceFileLoader object at 0x0000026F8D566080,

# '__spec__': None, '__annotations__': {}, '__builtins__':

# (built-in), '__file__': 'D:/pycharm/练习/week03/new14.py', '__cached__': None,

# 'func': }

# 今天内容很多

和迭代器生成器相关

range() 生成数据

next() 迭代器向下执行一次, 内部实际使⽤用了__ next__()⽅方法返回迭代器的下一个项目

iter() 获取迭代器, 内部实际使用的是__ iter__()⽅方法来获取迭代器

for i in range(15,-1,-5):

print(i)

# 15

# 10

# 5

# 0

lst = [1,2,3,4,5]

it = iter(lst) # __iter__()获得迭代器

print(it.__next__()) #1

print(next(it)) #2 __next__()

print(next(it)) #3

print(next(it)) #4

字符串类型代码的执行

eval() 执行字符串类型的代码. 并返回最终结果

exec() 执行字符串类型的代码

compile() 将字符串类型的代码编码. 代码对象能够通过exec语句来执行或者eval()进行求值

s1 = input("请输入a+b:") #输入:8+9

print(eval(s1)) # 17 可以动态的执行代码. 代码必须有返回值

s2 = "for i in range(5): print(i)"

a = exec(s2) # exec 执行代码不返回任何内容

# 0

# 1

# 2

# 3

# 4

print(a) #None

# 动态执行代码

exec("""

def func():

print(" 我是周杰伦")

""" )

func() #我是周杰伦

code1 = "for i in range(3): print(i)"

com = compile(code1, "", mode="exec") # compile并不会执行你的代码.只是编译

exec(com) # 执行编译的结果

# 0

# 1

# 2

code2 = "5+6+7"

com2 = compile(code2, "", mode="eval")

print(eval(com2)) # 18

code3 = "name = input('请输入你的名字:')" #输入:hello

com3 = compile(code3, "", mode="single")

exec(com3)

print(name) #hello

输入输出

print() : 打印输出

input() : 获取用户输出的内容

print("hello", "world", sep="*", end="@") # sep:打印出的内容用什么连接,end:以什么为结尾

#hello*world@

内存相关

hash() : 获取到对象的哈希值(int, str, bool, tuple). hash算法:(1) 目的是唯一性 (2) dict 查找效率非常高, hash表.用空间换的时间 比较耗费内存

s = 'alex'print(hash(s)) #-168324845050430382lst = [1, 2, 3, 4, 5]print(hash(lst)) #报错,列表是不可哈希的 id() : 获取到对象的内存地址s = 'alex'print(id(s)) #2278345368944

文件操作相关

open() : 用于打开一个文件, 创建一个文件句柄

f = open('file',mode='r',encoding='utf-8')

f.read()

f.close()

模块相关

__ import__() : 用于动态加载类和函数

# 让用户输入一个要导入的模块

import os

name = input("请输入你要导入的模块:")

__import__(name) # 可以动态导入模块

帮 助

help() : 函数用于查看函数或模块用途的详细说明

print(help(str)) #查看字符串的用途

调用相关

callable() : 用于检查一个对象是否是可调用的. 如果返回True, object有可能调用失败, 但如果返回False. 那调用绝对不会成功

a = 10

print(callable(a)) #False 变量a不能被调用

def f():

print("hello")

print(callable(f)) # True 函数是可以被调用的

查看内置属性

dir() : 查看对象的内置属性, 访问的是对象中的__dir__()方法

print(dir(tuple)) #查看元组的方法

你还有什么想要补充的吗？

免责声明：本文内容来源于网络，文章版权归原作者所有，意在传播相关技术知识行业趋势，供大家学习交流，若涉及作品版权问题，请联系删除或授权事宜。

技术君个人微信

添加技术君个人微信即送一份惊喜大礼包

→ 技术资料共享

→ 技术交流社群

--END--

往日热文：

Python程序员深度学习的“四大名著”：

这四本书着实很不错！我们都知道现在机器学习、深度学习的资料太多了，面对海量资源，往往陷入到“无从下手”的困惑出境。而且并非所有的书籍都是优质资源，浪费大量的时间是得不偿失的。给大家推荐这几本好书并做简单介绍。

获得方式：

2.后台回复关键词：名著

Python中的eval()、filter()、float()函数有什么用？

Python解释器内置了许多函数，这意味着我们无需定义，始终可以它们。下面按照函数的字母顺序，讨论一些常用的内建函数。

eval()

eval()函数解析传给它的表达式，并在程序中运行Python表达式(代码)。举个例子：

x = 1

eval("x + 1")  # 注意："x + 1"是字符串

2

eval("4  9")

True

eval("'py' * 3")

'pypypy'

eval("10 ** 2")

100

eval()函数不仅仅能运行简单表达式，还能调用函数，使用方法等等：

eval("abs(-11)")        # 计算-11的绝对值

11

eval('"hello".upper()')   # 把字符串'hello'全变成大写字母

'HELLO'

import os

eval('os.getcwd()')       # 获取当前的工作目录

'/home/thepythonguru'

但是需要注意的是eval()仅适用于表达式，尝试传递语句会导致语法错误：

eval('a = 1')                    # 赋值语句

Traceback (most recent call last):

File "", line 1, in

File "", line 1

a = 1

^

SyntaxError: invalid syntax

eval('import re')             # 导入语句

Traceback (most recent call last):

File "", line 1, in

File "", line 1

import re

^

SyntaxError: invalid syntax

此外，使用eval()语句应该十分小心，永远不要将不受信任的源直接传递给eval()。 因为恶意用户很容易对您的系统造成破坏。 例如:

eval(input())  # eval()将执行用户输入的代码

用户输入以下代码就能从系统中删除所有文件：

os.system("RM -RF /")

# 上面输入相当于执行：

eval('os.system("RM -RF /")')

filter()

"filter"的意思是“过滤”，filter()函数需要两个参数：一个函数对象和一个可迭代对象。函数对象需要返回一个布尔值，并为可迭代的每个元素调用。 filter()函数仅返回那些通过函数对象返回值为true的元素。解释有一些抽象，看一个例子：

a = [1, 2, 3, 4, 5, 6]

filter(lambda x : x % 2 == 0, a)        # 过滤出所有偶数，结果返回一个filter对象

filter object at 0x1036dc048

list(filter(lambda x : x % 2 == 0, a))  # 可以使用list()函数使fileter对象变成列表，方便查看结果

[2, 4, 6]

下面是另外一个例子：

dict_a = [{'name': 'python', 'points': 10}, {'name': 'java', 'points': 8}]

filter(lambda x : x['name'] == 'python', dict_a)  # 过滤出列表中键'name'为值'python'的字典

filter object at 0x1036de128

tuple(filter(lambda x : x['name'] == 'python', dict_a))  # 使用tuple()函数使结果变成字典

({'name': 'python', 'points': 10},)

float()

float()的参数是一个数字或者字符串，它返回一个浮点数。如果参数是字符串，则字符串中应该包含一个数字，并可以在数字前加入一个 '-' 符号，代表负数。参数也可以是表示NaN(非数字)或正无穷大的字符串。如果没有任何参数的话，将返回0.0。

float('+1.23')         # 1.23

1.23

float('   -12345\n')   # -12345

-12345.0

float('1e-003')        # 0.001

0.001

float('+1E6')          # 10的6次幂

1000000.0

float('-Infinity')     # 无穷小

-inf

float('-inf') + 100     # 负无穷小加100仍等于负无穷小

-inf

float('inf')           # 无穷大

inf

float('NaN')           # NaN，代表非数字

nan

关于Python的基础问题可以看下这个网页的视频教程，网页链接，希望我的回答能帮到你。

当前文章：pythoninf函数,Pythoninf
转载源于：http://pwwzsj.com/article/hsedhi.html