免责声明:网站内容仅供个人学习记录,禁做商业用途,转载请注明出处。

版权所有 © 2017-2020 NEUSNCP个人学习笔记 辽ICP备17017855号-2

np.mean和np.average()的区别

在计算均值时,numpy提供了两个现成的函数,np.mean() 和 np.average() 区别在于:np.mean() 只能计算算数平均值,而np.average() 通过添加 weights 参数可以计算加权平均值。 np.mean() 源码: @array_function_dispatch(_mean_dispatcher) def mean(a, axis=None, dtype=None, out=None, keepdims=np._NoValue): """ Compute the ar...

继续阅读 »
分享到:

一阶矩和二阶矩

数学上,矩是一组点组成的模型的特定的数量测度。在力学和统计学中都有用到矩。 如果这些点代表质量,那么: 零阶矩表示所有点的 质量; 一阶矩表示 质心; 二阶矩表示 转动惯量。 如果这些点代表概率密度,那么: 零阶矩表示这些点的 总概率(也就是1); 一阶矩表示 期望(均值);举例: x , y x,y 坐标系中, x 取大于零的整数, y 1 , y 2 , . . . , y n y_1, y_2, ...,y_n 对应 x = 1 , 2 , . . . , n x=1, 2,..., n 的值,现...

继续阅读 »
分享到:

SIR模型介绍及Python实现

传染病模型有四种状态:S(易感态)、I(感染态)、R(免疫态)、E(潜伏期)。 SI模型是最简单的传染病模型,仅仅包含易感态和感染态,真实场景中,例如人体感染某些疾病后会保留免疫能力,因此需要增加第三种疾病状态,也就是恢复态,一般用R表示,因此有了SIR模型。 SIR模型 [1],也就是 易感-感染-恢复模型 (susceptible-infected-recovered model). 对于有些疾病,人们感染后无法恢复健康,而是死亡,但是对于疾病传播而言,无论恢复健康和还是死亡,最终病毒都被移除了...

继续阅读 »
分享到: