Matlabのzscore()をpythonで

スケーリングといえばやっぱりzスコアが基本でしょ。

基本なだけに、色々とやり方はあるけれど。
matlabのzscore()にはscipy.stats.zscore()がほぼ同じ。
ほかには、scikit-learnでも便利なのがあるらしい。

scipy.stats.zscore()

matlabでXのDim軸方向zscore(X,flag,Dim)で求める。
flagはデフォルトで0で、flag=0のときはn-1で、flag=1のときはnで割ったstdを使う。

同じことは、scipy.stats.zscore(X,axis=Dim-1, ddof=1-flag)でできる
ここでDim-1としてるのは、Pythonではaxisｊは0から始まるので、Matlab的な書き方に合わせるとこうなるから。
ddofを1-flagとしているのは、0のときはn、1のときはn-1で割ったstdを使うので、matlabと０、１が反転しているから。
もっとも、ddofは自由度を表しているので、scipyの方が理にかなっているように見える

例:zscore() in Matlab

>> zscore(sin((-1:0.25:1)*pi),0)

ans =

   -0.0000   -1.0000   -1.4142   -1.0000   -0.0000    1.0000    1.4142    1.0000    0.0000

例:scipy.stats.zscore() in Python

>>> import numpy as np
>>> from scipy import stats
stats.zscore(np.sin(np.arange(-1,1.1,0.25)*np.pi),ddof=1)
array([-1.92434679e-16, -1.00000000e+00, -1.41421356e+00, -1.00000000e+00,
       -1.92434679e-17,  1.00000000e+00,  1.41421356e+00,  1.00000000e+00,
        1.53947743e-16])

np.arange(-1,1,0.25)とすると、1が入らないので、範囲を揃えるためにnp.arange(-1,1.1,0.25)としている。
どこで丸めるかという差はあるが、同じ結果。

scikit-learnのpreprocessing.StandardScaler()

zスコアを出すのに使うmean/stdをとってくるデータと、実際にスコアに落とすデータを分けられて、それぞれ１行で書けるという便利なやつがある、らしい。
つまり、Matlabのzscoreより便利なやつがある、と。
これはまた、気が向いたら書くかも。