python相关性系数显著性检验_Python气象数据处理与绘图(4):显著性检验
相关系数(回归系数)检验
其实在(2)中已经提到了相关系数和回归系数,在计算过程中,直接返回了对应的p-value,因此可以直接使用p-value。
1.相关系数
from scipy.stats import pearsonr
r,p = pearsonr(x, y)
2.线性回归系数
from sklearn.linear_model import LinearRegression
slope, intercept, r_value, p_value, std_err = stats.linregress(x,y)
均值检验t-test
计算两个独立样本得分均值的T检验。
这是对两个独立样本具有相同平均值(预期值)的零假设的双边检验。此测试假设默认情况下总体具有相同的方差。在合成分析中通常用到t-test。
from scipy.stats.mstats import ttest_ind
t,p = ttest_ind(a, b, 0, equal_var=True, nan_policy='propagate')
当a,b为变量场时,即[time,lat,lon]时,a,b两个数组的经纬度需相同。
nan_policy 可选{‘propagate’, ‘raise’, ‘omit’}
“propagate”:返回nan
“raise”:报错
“omit”:执行忽略nan值的计算
绘图
计算得到的P值用于绘图,当p<0.01时,通过99%显著性检验,p<0.05,通过95%显著性检验,以此类推。
图形绘制只需在原有填色图上叠加打点图层,实际上打点也是特殊的图色,只不过将颜色换成了点,实际上用到的还是contourf函数。
proj = ccrs.PlateCarree(central_longitude=95)
leftlon, rightlon, lowerlat, upperlat = (0,160,30,90)
img_extent = [leftlon, rightlon, lowerlat, upperlat]
fig3 = plt.figure(figsize=(12,8),dpi=1000)
f3_ax1 = fig3.add_axes([1.24, 0.8, 0.5, 0.5],projection = proj)
contour_map(f3_ax1,img_extent,20)
c1 = f3_ax1.contourf(lon,lat, z500_cs_0_0, zorder=0,levels =range(-80,90,10) , extend = 'both', transform=ccrs.PlateCarree(), cmap=plt.cm.RdBu_r)
c1b = f3_ax1.contourf(lon,lat, p_0_500_0,[np.min(p_0_500_0),0.05,np.max(p_0_500_0)], zorder=1,hatches=['.', None],colors="none", transform=ccrs.PlateCarree())
通过contourf对应参数调节打点图层的细节。
python相关性系数显著性检验_Python气象数据处理与绘图(4):显著性检验相关推荐
- python画图怎么调色_Python气象数据处理与绘图(19):如何使用NCL色板(调色盘思路相同)...
一. 使用NCL色板(使用调色盘文件思路相同) NCL的色板十分丰富,几乎可以涵盖平常所需.详见:传送门 那么我们能否将NCL的色板用在python中呢?答案当然是可以的. 我在气象家园发现了个帖子, ...
- python画图数据的平均值怎么算的_Python气象数据处理与绘图(2):常用数据计算方法...
对于气象绘图来讲,第一步是对数据的处理,通过各类公式,或者统计方法将原始数据处理为目标数据. 按照气象统计课程的内容,我给出了一些常用到的统计方法的对应函数: import numpy as np 平 ...
- python给折线图区间填充颜色_Python气象数据处理与绘图(3):以EOF为例画柱状图(折线图)和带地图底图的填色图...
更新完整版,修复了几个小问题,提供了测试数据下载 最新版见此 EOF(经验正交分解)是气候研究中常用的研究变量时空变化特征的分析方法,短期气候课中都学过中国东部夏季降水通过EOF分解可以分为三类雨型, ...
- python气象数据处理与绘图_Python气象数据处理与绘图(15):两种波作用通量计算的python实现及对比(Plumb T-N) (已更正)...
大气动力学中通常用波作用通量来诊断 Rossby波的传播.常用的三种波作用通量分别为局地E-P 通量,Plumb 波作用通量和T-N 波作用通量.局地E-P 通量可以诊断一段时间内天气尺度瞬变波对定长 ...
- python气象数据处理与绘图_Python气象数据处理与绘图:纬高图的另一种思路
前言 有些时候为了研究不同高度上气象要素之间的联系,纬度-高度作为xy轴的图在一些SCI论文中比较常见. 这是我研究的CMIP6数据中ua,va,wap,ta这几个气象要素在纬度-高度图上的不同. 读 ...
- python气象处理与绘图_Python气象数据处理与绘图(18):泰勒图
泰勒图绘制的核心思想是设计一个只有第一象限的极坐标,并将方差,相关系数进行捆绑,通过转化为极坐标系坐标进行绘制.为了实现泰勒图的绘制,我设计了两个函数: set_tayloraxes(fig, loc ...
- python气象绘图速成_Python气象数据处理与绘图(11):矢量箭头图(风场,通量场)
最近在计算波作用通量,正好就画到了矢量箭头图,画的过程中发现还是有很多细节需要注意的,那就直接进入正题吧. 首先,矢量箭头图是分为两种的,一种类似我们常见的风场(左图),另一种则是特殊的流场,也就是流 ...
- python处理wrf气象数据_Python气象数据处理与绘图(11):矢量箭头图(风场,通量场)...
最近在计算波作用通量,正好就画到了矢量箭头图,画的过程中发现还是有很多细节需要注意的,那就直接进入正题吧. 首先,矢量箭头图是分为两种的,一种类似我们常见的风场(左图),另一种则是特殊的流场,也就是流 ...
- python相关性系数显著性检验_Excel/SPSS相关性及显著性水平分析
对两列数据的相关性以及显著性水平的问题一直有困扰,由于对excel的钟情,总是倾向于把数据分析放在excel中进行.本文简单分析excel和SPSS对相关分析和显著性水平的检验应用. (1)方法介绍 ...
- python相关性系数_聊聊你知道和不知道的相关性系数
这一篇我们来聊聊大家平常比较常用的相关系数.相关系数是用来度量两个变量之间相关性大小的一个量化指标.比如你要判断啤酒和尿布之间是否有相关性,就可以计算这两个变量的相关系数,通过相关系数来判断两者的相关 ...
最新文章
- 开源250FPS的人脸106特征点,3.3M模型
- 【开发环境】Android 命令行中执行 Java 程序 ( IntelliJ IDEA 中创建 Java / Kotlin 工程 | dx 打包 DEX 字节码文件 | dalvikvm 命令 )
- 在mac中导入hadoop2.6.0源代码至eclipse
- php strtotime month bug,处理PHP strtotime的BUG
- 5 SU01给用户增加权限
- html 环形进度条,详解利用canvas实现环形进度条的方法
- 私有继承与保护继承(protected 成员)
- c语言= 什么意思,C语言=是什么意思?
- java中aop和aoc的区别_你喝到的波尔多AOC、AOP红酒是真的吗?
- 使用云函数快速升级网易云音乐等级
- Go语言学习日记【十八】golang中context包简介与使用
- 【数据库系统】考虑题4所示的日志记录,假设开始时A、B、C的值都是0 (1) 如果系统故障发生在14之后,写出系统恢复后A、B、C的值
- 熊猫酒仙服务器位置,刀塔传奇里熊猫酒仙全面分析
- 系统分析员应具备的能力
- 盘点2014:10个词让你看懂今年的移动互联网
- Windows窗口消息大全
- css背景图加载太慢怎么办,CSS实现background背景图优化,快速加载图片
- 总体设计、概要设计和详细设计
- 阿里云视频点播-对接注意点
- [Python] 让AI来解决数独和数独谜题
热门文章
- linux+usb串口驱动安装ch341ser,U7编程器USB转串口驱动程序CH341SER
- 【手把手】教你MySQL调优
- sx1276, sx1278, Si4463, Si4432, Si4438, sx1212小无线模块对比数据
- 步进式解读Apache许可证
- DHCPv6相关知识简单总结
- Anaconda快速安装pytorch几分钟离线快速安装一定可行 下载缓慢conda install offline pytorch cudatoolkit slowly
- android 模拟 ns手柄,Joy-Con Droid可将Android智能机变身为任天堂Switch的手柄
- Linux命令brctl介绍
- 探索ESP8285(3)通过EMQX服务器点亮一个LED灯
- 收益管理系统(PROS)缘何在中国水土不服?