función sciPy stats.signaltonoise() | Python

La función scipy.stats.signaltonoise(arr, axis=0, ddof=0) calcula la relación señal-ruido de los datos de entrada.

Su fórmula:

Parámetros:
arr: [array_like] Array de entrada u objeto que tiene los elementos para calcular la relación señal-ruido
axis: Eje a lo largo del cual se calculará la media. Por defecto eje = 0.
ddof : Grado de corrección de libertad para Desviación Estándar.

Resultados: relación media a desviación estándar, es decir, relación señal-ruido.

Código #1: Trabajando

# stats.signaltonoise() method 
import numpy as np
from scipy import stats
   
   
arr1 = [[20, 2, 7, 1, 34],
        [50, 12, 12, 34, 4]]
  
arr2 = [50, 12, 12, 34, 4]
  
print ("\narr1 : ", arr1)
print ("\narr2 : ", arr2)
  
print ("\nsignaltonoise ratio for arr1 : ", 
       stats.signaltonoise(arr1, axis = 0, ddof = 0))
  
print ("\nsignaltonoise ratio for arr1 : ", 
       stats.signaltonoise(arr1, axis = 1, ddof = 0))
  
print ("\nsignaltonoise ratio for arr1 : ", 
       stats.signaltonoise(arr2, axis = 0, ddof = 0)) 

Producción :

arr1 : [[20, 2, 7, 1, 34], [50, 12, 12, 34, 4]]

arr2 : [50, 12, 12, 34, 4]

relación señal/ruido para arr1 : [2.33333333 1.4 3.8 1.06060606 1.26666667]

relación señal-ruido para arr1 : [1.01779811 1.31482934]

relación señal-ruido para arr2: 1.3148293369202024

 
Código #2: Cómo implementar

def signaltonoise(a, axis, ddof):
    a = np.asanyarray(a)
    m = a.mean(axis)
    sd = a.std(axis = axis, ddof = ddof)
    return np.where(sd == 0, 0, m / sd)
  
print ("\nsignaltonoise ratio for arr1 : ", 
       signaltonoise(arr1, axis = 0, ddof = 0))
  
print ("\nsignaltonoise ratio for arr1 : ", 
       signaltonoise(arr1, axis = 1, ddof = 0))
  
print ("\nsignaltonoise ratio for arr2 : ", 
       signaltonoise(arr2, axis = 0, ddof = 0))

Producción :

relación señal/ruido para arr1 : [2.33333333 1.4 3.8 1.06060606 1.26666667]

relación señal-ruido para arr1 : [1.01779811 1.31482934]

relación señal-ruido para arr2: 1.3148293369202024