Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Mis datos se ven similares a esto: índice nombre número diferencia 0 AAA 10 0 1 AAA 20 10 2 BBB 1 0 3 BBB 2 1 4 CCC 5 0 5 CCC 10 5 6 CCC 10.5 0.5 Necesito calcular la desviación estándar para la columna de diferencia basada . . . Read more
Quiero encontrar la desviación estándar de una frecuencia normalizada. Tengo distribuciones de frecuencia en una escala del 1 al 9 normalizadas para sumar 1. Los valores se almacenan en y también en diferentes columnas de pandas como flotantes. df[names].iloc[0] predpercetrating1 0.009985 predpercetrating2 0.023371 predpercetrating3 0.045363 predpercetrating4 0.090492 predpercetrating5 0.134723 predpercetrating6 . . . Read more
Aquí hay una muestra de los datos con los que estoy trabajando: county urban_continuum p.shannon p.simpson Brunswick B_Town 3.804079 0.9744810 Accomack A_Rural 3.830896 0.9771901 Buena Vista B_Town 3.970617 0.9802289 Amherst D_City 4.007048 0.9813272 Buckingham C_Suburb 4.055685 0.9796187 Campbell D_City 4.161142 0.9837963 Cumberland A_Rural 4.229130 0.9850256 Danville C_Suburb 4.631135 0.9888504 Nota: . . . Read more
Tengo un problema donde estoy intentando devolver la cantidad de objetos en un arreglo que están dentro de 1 desviación estándar. Para obtener la desviación estándar, creé dos funciones, pero ahora no puedo sumar/restar las funciones. Intenté convertir las funciones a enteros, pero empecé a obtener un error con respecto . . . Read more
Transformé las coordenadas de dos átomos en un arreglo: coord. Y debo calcular la desviación media de las raíces cuadradas (RMSD) entre los dos conjuntos de estas coordenadas. Para esto tengo: def cal_rmsd_numpy(coord_1, coord_2): rmsd = np.sqrt(((coord_1 – coord_2) ** 2).mean()) ## esto sería la fórmula return rmsd rmsd = . . . Read more