LaplaceBao: 博主可不可以补充二阶向前向后差分的公式呀

谦虚且进步: import numpy as np from scipy.stats import chi2 # 频数转移矩阵，自行修改 fij = np.array([ [1, 0, 8, 0, 0, 0, 2, 20], [0, 2, 0, 0, 27, 0, 0, 0], [0, 0, 2, 0, 0, 0, 19, 0], [2, 0, 0, 4, 4, 0, 0, 89], [0, 0, 0, 6, 8, 0, 0, 0], [0, 13, 0, 0, 0, 28, 0, 0], [32, 0, 47, 0, 0, 0, 3, 0], [3, 0, 0, 15, 0, 0, 0, 3] ]) all_sum = fij.sum(axis=1).sum() boundaryP = fij.sum(axis=1)/all_sum pij = fij/fij.sum(axis=1) chi_value = (fij*np.log(pij/np.squeeze(np.hstack([[[boundaryP]] for i in range(len(boundaryP))]))+0.000001)).sum()*2 df = (fij.shape[0] - 1) * (fij.shape[1] - 1) p_value = chi2.cdf(chi_value, df) # 当chi_value大于查表，或者p_value小于α，则拒绝原假设接受备选假设，即具有马氏性（0假设一般是不具有马氏性）

Vicissitude 灿: 没有pandas模块

weixin_55486391: 这是哪本书的内容呀

weixin_43828835: 二维黄金分割法真的适用码？针对你编写的代码，其中第20行为啥选l1而不是l2或者l1和l2的中点，一个定一个变，那么这个定的选取肯定会影响你的分区，所以我觉得二维黄金分割法，不一定适用，或者你这个代码的健壮性有待商榷。