Scipy Ttest_ind和Ranksum
是两种常用的统计检验方法，用于比较两组样本之间的差异。下面是对这两个方法的详细解释：
- Scipy Ttest_ind:
- 概念：Scipy Ttest_ind是Scipy库中的一个函数，用于执行独立样本的t检验。
- 分类：属于参数检验方法中的独立样本t检验。
- 优势：可以判断两组样本均值之间是否存在显著差异。
- 应用场景：适用于比较两组独立样本的均值是否有显著差异，例如比较两种不同治疗方法对疾病治疗效果的影响。
- 推荐的腾讯云相关产品：腾讯云提供的数据分析与机器学习平台Tencent ML-Experiments可以用于进行数据分析和统计建模，其中包括了Scipy库的支持。
- 产品介绍链接地址：Tencent ML-Experiments
- Ranksum:
- 概念：Ranksum是一种非参数检验方法，用于比较两组样本的中位数是否存在显著差异。
- 分类：属于非参数检验方法中的两样本中位数检验。
- 优势：可以判断两组样本中位数之间是否存在显著差异，不需要对数据做出分布假设。
- 应用场景：适用于比较两组样本的中位数是否有显著差异，例如比较两种不同药物对疾病治疗效果的影响。
- 推荐的腾讯云相关产品：腾讯云提供的数据分析与机器学习平台Tencent ML-Experiments可以用于进行数据分析和统计建模，其中包括了Ranksum检验的支持。
- 产品介绍链接地址：Tencent ML-Experiments
通过使用Scipy Ttest_ind和Ranksum这两种统计检验方法，可以对两组样本进行比较，并判断它们之间是否存在显著差异。腾讯云的数据分析与机器学习平台Tencent ML-Experiments提供了相应的支持，可以帮助开发工程师进行数据分析和统计建模的工作。
相关·内容
1回答
我正在使用t-test处理一个熊猫数据帧。我有大约40个属性和一个目标变量。 我正在使用这段代码进行t-test分析： stats.ttest_ind(df[df['target']==1]['variable'], df[df['target']==0]['variable']) 我也导入了必要的模块： from scipy import stats 然而，我一直收到这个错误，并且不确定我做错了什么： AttributeError Traceback (most recen
浏览 13提问于2021-03-17得票数 1
回答已采纳
我研究过以前的，但找不到任何有用的线索：
我有一个名为"df“的dataframe，大致结构如下：
Income Income_Quantile Score_1 Score_2 Score_3
0 100000 5 75 75 100
1 97500 5 80 76 94
2 80000 5 79 99 83
3 79000 5 88 78 91
4
浏览 5提问于2020-03-05得票数 1
回答已采纳
1回答
df：
gender order
F 1
F 1
M 1
F 1
M 1
F 1
目的：检查F和M的平均值是否有显着性差异。我想看看女性和男性在第一项中是否存在显著差异。(我觉得有什么问题，但在这个阶段我无法弄清楚)。因此，我的代码给出了Ttest_indResult(statistic=nan, pvalue=nan)；我在下面的代码中使用了这个：
from scipy.stats import ttest_ind
cat1 = df[df['gender']=='F&
浏览 3提问于2021-07-29得票数 0
我和一些很大但人口稀少的熊猫DataFrames一起工作。我使用scipy.stats.ttest_ind对其中一些包含许多nans的列进行比较。我最近更新为Anaconda4.2.12，现在当使用scipy.stats.ttest_ind时，我得到了下面示例中看到的运行时错误。
import numpy as np
import scipy
case1 = case2 = np.linspace(np.nan,np.nan,5)
scipy.stats.ttest_ind(case1,case2)
>>>output:
C:\Anaconda3\lib\site-pac
浏览 3提问于2016-11-08得票数 1
回答已采纳
2回答
毒物的Python有Python实现吗？对于二聚体，枕叶有作为stats.fisher_exact，对于高斯，scipy.stats有作为ttest_ind。我似乎找不到任何Python实现来比较两个泊松。
浏览 1提问于2015-11-26得票数 3
回答已采纳
1回答
熊猫双面t检验
、、
如果我有这样的df：
normalized_0 normalized_1 normalized_0 mean std
Site
0 NaN 0.798262 1.456576 0.888687 0.118194
1 0.705540 0.885226 NaN 0.761488 0.047023
2 0.669539 1.002526 1.212976 0.82
浏览 0提问于2019-08-07得票数 1
回答已采纳
1回答
这里有两种方法来进行独立的t测试(welch版本).对于计算的p值和t统计量，两者都给出了不同的结果？为什么是这种情况？
import scipy
print(scipy.__version__)
# 1.4.1
from scipy.stats import ttest_ind, ttest_ind_from_stats
x1_a = [19.0924, 19.1055, 19.1192, 19.1431, 19.0970]
x1_b = [20.3323, 20.3472, 20.3417, 20.3408, 20.2849]
x1_c = [19.0448, 18.9576, 19.01
浏览 2提问于2020-10-04得票数 2
回答已采纳
import libraries
import pandas as pd
from scipy import stats
from scipy.stats import ttest_ind
df = pd.read_csv('https://tf-assets-prod.s3.amazonaws.com/tf-curric/data-analytics-bootcamp/medicalcosts.csv') 创建两个单独的性爱DataFrames df_male = df.loc[df['sex'] == 'male']
df_female
浏览 24提问于2021-08-14得票数 1
回答已采纳
1回答
我在Windows 10上运行visual studio代码。我的visual studio代码的当前版本是1.45.1。我在上面运行的是Python ( 3.7.4 64位版本)。我的visual studio代码需要5到10分钟来加载以下库：
import pandas as pd
import numpy as np
from datetime import datetime, date
from scipy.stats import ttest_ind
from scipy.stats import ttest_ind_from_stats
from scipy.stats impor
浏览 9提问于2020-06-02得票数 0
我正试着做两个样本t检验。我的数据集由744行和186列组成，我计算了这些行的总和和平均值。我需要做两个样本t检验。我的csv如下所示，必须计算每一行的ttest和秩和测试，因为单个行表示单独的ID，并具有相应的值：
SRA ID ERR169499 ERR169498 ERR169497
Label 1 0 1
TaxID PRJEB3251_ERR169499 PRJEB3251_ERR169499 PRJEB3251_ERR169499
333046 0.05
浏览 0提问于2018-01-31得票数 1
回答已采纳
我有这个DataFrame：
print(TempvsDType)
CurrentThermostatTemp
DwellingType
Bungalow 0.0
Bungalow 22.0
Bungalow 22.0
Bungalow 25.0
Bungalow 18.0
Bungalow
浏览 12提问于2021-03-11得票数 0
回答已采纳
我有以下csv文件：
SRA ID ERR169499 ERR169498 ERR169497
Label 1 0 1
TaxID PRJEB3251_ERR169499 PRJEB3251_ERR169499 PRJEB3251_ERR169499
333046 0.05 0.99 99.61
1049 0.03 2.34 34.33
浏览 2提问于2018-01-31得票数 0
回答已采纳
嗨，前段时间我得到了帮助来实现这个功能，但我现在完全卡住了。
from scipy.stats import ttest_ind
def input_file_to_dict(f):
return dict((key, int(value)) for value, key in map(lambda line:line.split(), f))
with open("count-pos.txt") as f:
word_counts1 = input_file_to_dict(f)
wi
浏览 1提问于2013-06-07得票数 2
1回答
我有以下两个数据框架：
import pandas as pd
import scipy.stats
import numpy as np
df_a = pd.DataFrame({
's1': [10,10,12,13,14,15],
's2': [100,100,112,1.3,14,125],
's2': [13,200,10,13,14.5,10.5],
'gene_symbol': ['a
浏览 3提问于2017-03-30得票数 2
回答已采纳
我试图对一些数据进行快速的单变量过滤，使用独立的t检验，因为我的目标是二进制。然而，当我使用sklearn's SelectKBest运行过滤器时，我得到了执行手动筛选的相同顶级特性，但顺序不同。我能找到的关于SelectKBest的唯一信息是这里和文档，但两者似乎都应该像我的手动方法一样工作。
import numpy as np
from sklearn.feature_selection import SelectKBest
from scipy.stats import ttest_ind
np.random.seed(0)
data = np.random.random(
浏览 0提问于2019-04-29得票数 0
回答已采纳
在R中，只需使用以下命令即可执行两个样本的单尾t检验
> A = c(0.19826790, 1.36836629, 1.37950911, 1.46951540, 1.48197798, 0.07532846)
> B = c(0.6383447, 0.5271385, 1.7721380, 1.7817880)
> t.test(A, B, alternative="greater")
Welch Two Sample t-test
data: A and B
t = -0.4189, df = 6.409, p-value = 0.655
浏览 1提问于2013-04-13得票数 49
回答已采纳
1回答
我有两个csv文件看起来类似于这样：
date,high,low,precip
1-Jan,43,41,0
2-Jan,50,25,0
3-Jan,51,25,0
4-Jan,44,25,0
5-Jan,36,21,0
6-Jan,39,20,0
7-Jan,47,21,0.04
8-Jan,30,14,0
9-Jan,30,12,0
10-Jan,35,12,0
11-Jan,42,15,0
12-Jan,55,29,0
13-Jan,57,29,0
14-Jan,61,33,0
15-Jan,52,46,0.1
我需要在“高”栏上执行一个T测试，而且我还没有找到很多方法来做到这一点。我已经
浏览 2提问于2018-03-25得票数 0
回答已采纳
我试图编写自己的Python代码来计算一个和两个独立t测试的t统计数据和p值。我可以用正态近似，但现在我只想用t分布。我没有成功地将SciPy的统计库的结果与我的测试数据进行匹配。我可以用一双新的眼睛看看我是不是在某个地方犯了一个愚蠢的错误。
请注意，这是，因为在那里已经有一段时间没有响应了，所以我认为也得到一些软件开发人员的意见不会有什么影响。我试图理解我所使用的算法中是否有错误，它应该复制SciPy的结果。这是一个简单的算法，所以我很困惑为什么我找不到这个错误。
我的代码：
import numpy as np
import scipy.stats as st
def compute_t
浏览 3提问于2012-04-06得票数 8
回答已采纳
1回答
我有一个数据帧，我试图在每一行上应用T-test，但它给了我nan。
代码：
from scipy.stats import ttest_ind, ttest_rel
import pandas as pd
df_stat = df_stat[['day', 'hour', 'CallerObjectId', 'signals_normalized', 'presence_normalized']]
def ttest(a, b):
t = ttest_ind(a, b)
return t
d
浏览 1提问于2021-04-27得票数 0
1回答
我是一个新自学的程序员(在基本知识上只有一个课程)，在一个生物实验室工作。我有一个脚本，它可以遍历来自两种不同单元格类型的RNAseq数据，并在另一个数据集中运行一个测试。它适用于这个应用程序，但代码感觉非常粗糙，我知道我会编写很多类似的脚本。
如何更好地编写以下代码以提高效率？
方案目标：
将基因列表与两种细胞类型的rnaseq库进行比较，如果库中包含该基因，则运行1型细胞与2型细胞的测试。
输出结果。
import pandas as pd
from scipy.stats import ttest_ind
rnatest = {'Gene symbol'
浏览 5提问于2020-01-22得票数 5
使用Pandas运行t测试时，将一个DataFrame中的列用作另一个MultiIndexed DataFrame的索引的最佳实践是什么？
我在这里看到了其他几个类似的问题，涉及到循环，它们看起来并不理想。
例如，我想对以下inds中指定的组运行t测试，对照那些不在dat DataFrame中的inds中的组。
import numpy as np
import pandas as pd
from scipy.stats import ttest_ind
np.random.seed(999)
dat = pd.DataFrame(data={"Group1" : np.ra
浏览 0提问于2018-08-29得票数 1
回答已采纳
1回答
我有一张excel表格，其中包含了50个地区60年来的数据，如下所示：
年R1 R2 R3 .。。。。。。。。。。。。。。R50
1951年66 45 22。。。。。。。。。。。。。。20
1952年54 .。。。。。。。。。。。。。。。。。。。。。。15
。。
。。
2010年51 33 .。。。。。。。。。。。。。。。。45
我想对数据进行t检验，时间间隔为1951-1980和1981-2010。并希望将每个区域的t值和p值存储在excel或csv文件中。我如何处理整个数据？输入数据文件的链接是。
浏览 1提问于2021-08-08得票数 1
回答已采纳
我有一个数据集，可以同时测量大量基因的表达水平。
这是我的数据框的一部分
第0列是指基因类型，其他列是患者样本。数据集中的样本代表患者。对于每个患者，测量7070个基因的表达(值)，以便将患者的疾病分类为以下情况之一: EPD，JPA，MED，MGL，RHB。
我希望生成具有前2、4、6、8、10、12、15、20、25和30个顶级基因的子集，每个类的绝对T值最高。
我尝试为每一个可能的配对使用scipy.stats.ttest_ind。
def calculate_t():
t_res = []
for cls in range(np.max(classes)):
samp
浏览 37提问于2020-06-01得票数 2
回答已采纳
1回答
在python包中是否有t测试，您可以在其中测试差异？如果有你怎么用的呢？
例如，测试两个向量：
a=np.random.randn(5, 7)
b=np.random.randn(5, 7)
我在状态模型中找到了t检验: ttest_ind。但是，我想指定要测试的差异，这不能传递到ttest_ind函数中。有人知道其他方法吗？
浏览 7提问于2013-12-19得票数 0
回答已采纳
我有以下数据，为了这个例子，它充满了随机数：
import numpy as np
import pandas as pd
from scipy.stats import ttest_ind
df = pd.DataFrame(np.random.randint(0,1000,size=(100, 4)), columns=list('ABCD'))
df['Category'] = np.random.randint(1, 3, df.shape[0])
df.head()
A B C D Category
0 417
浏览 0提问于2020-04-14得票数 1
回答已采纳
2回答
我有以下数据格式mmLog：
Experiment Logmm
0 Spontaneous1 0.022815
1 Light1 0.007222
2 PTZ1 0.03168
3 Spontaneous1 0.015003
4 Light1 0.013402
5 P
浏览 7提问于2019-12-19得票数 0
回答已采纳
3回答
我正在学习Python和熊猫，我经常会遇到长串的方法调用。我知道如何以一种编译的方式打破列表和操作符链，但我无法找到一种方法，以一种不像是作弊的方式打破方法链。
在googles中有很多打破操作符链和列表的例子，但是我找不到合适的方法链。
在Python 3中，将长链的方法调用分解为多行的最佳方式是什么？
说一句这样的话：
t_values = df_grouped_by_day.sort_values('day_of_week').groupby(['day_of_week', 'day_of_week_name'])['Show_up
浏览 0提问于2018-01-30得票数 7
回答已采纳
2回答
我有以下数据，我正在对每个ID在工作日的所有日子和一个月中的所有周末进行t检验。
> +-----+------------+-----------+---------+-----------+ | id | usage_day | dow | tow | daily_avg |
> +-----+------------+-----------+---------+-----------+ | c96 | 01/09/2020 | Tuesday | week | 393.07 |
> +-----+------------+----
浏览 1提问于2020-10-12得票数 0
回答已采纳
1回答
我有一个像这样的数据文件：
df1：
value
1.2
2.2
3.3
4.3
3.1
2.1
....
我有另一个看起来类似但具有不同值的数据文件：
df2：
value
1.0
1.2
1.3
2.9
3.1
1.9
....
我想做一个群图，这样我就可以把df1和df2放在同一个图上，这样我就可以直接比较这两个图了。理想情况下，我也希望在两者之间进行某种t检验。我能用熊猫做这个吗？
浏览 0提问于2018-07-24得票数 0
回答已采纳
目标：
在DataFrame (df_rna)上使用另一个DataFrame (df_cnv)中的组执行t检验.减少测试DataFrame (df_rna)的行指数，并从t检验中获得最显著的分数.
代码示例：
# Dataframe (df_cnv) that forms groups of columns (cells) either\ belonging to True or False for t-test.
cnv = {'gene': ['x','y','z','n'],
'cel
浏览 5提问于2016-05-09得票数 3
回答已采纳
我有两个随机变量:X和Y。X变量(在0和10之间变化)是连续的，Y是离散的(在0和100之间变化)。我想知道我是否可以用t-检验来检验这两个随机变量的均值是否相等？另外，在统计或数学python包中有现成的解决方案吗？
浏览 15提问于2021-05-02得票数 0
3回答
潘达斯的t检验
、、、、
如果我想计算Pandas中两类的平均值，我可以这样做：
data = {'Category': ['cat2','cat1','cat2','cat1','cat2','cat1','cat2','cat1','cat1','cat1','cat2'],
'values': [1,2,3,1,2,3,1,2,3,5,1]}
my_data = DataFrame(data)
浏览 13提问于2012-11-15得票数 77
回答已采纳
1回答
我希望在两个DataFrames的汇总统计数据上执行不同的均值测试。
df1[['sd']].describe()
sd
count 5000.000000
mean 0.635558
std 0.086109
min 0.492922
25% 0.577885
50% 0.639906
75% 0.688645
max 0.800767
df2[['sd']].describe()
sd
count 5000.
浏览 17提问于2020-03-03得票数 2
回答已采纳
我正在试着做两个样本的t检验。我的数据集由744行和186列组成，我已经计算了它们的总和和平均值。我需要执行两个样本t测试。我的csv看起来像这样，我必须计算每一行的ttest和rank sum test，因为单独的行表示单独的ID，并具有相应的值：
SRA ID ERR169499 ERR169498 ERR169497
Label 1 0 1
TaxID PRJEB3251_ERR169499 PRJEB3251_ERR169499 PRJEB3251_ERR16
浏览 7提问于2018-01-24得票数 1
回答已采纳
1回答
大熊猫两组间的t检验方法
、、、
我的数据看起来是这样的：
exp itr res1
e01 1 20
e01 2 21
e01 3 22
e01 4 23
e01 5 24
e01 6 25
e01 7 26
e01 8 27
e02 . .
e02 . .
我必须根据itr将数据分成两组，一组为itr 1-4，一组为itr 5-8。
然后我要计算这两组的t检验：
我目前的代码是：
data_top4=data.groupb
浏览 0提问于2018-09-28得票数 0
回答已采纳
我的工作流中的主要工具之一是do.call(rbind, lapply())，如R中所示：
df1 <- data.frame(x1 = rnorm(10), x2 = rnorm(10), x3 = rnorm(10))
df2 <- data.frame(x1 = rnorm(10, 5), x2 = rnorm(10), x3 = rnorm(10))
getp <- function(var) {
return(t.test(df1[, var], df2[, var])$p.value)
}
list <- c('x1', 'x
浏览 2提问于2016-06-08得票数 5
回答已采纳
我想在我的数据帧中获得两列合并值，并对x_and y_merged_psi_values之间的每一行运行t测试。然后，我想将t和p值附加到原始df的末尾。我的实际起始数据帧要大得多，但这是布局的一个示例： In [3]: df=pd.DataFrame({'chromosome':[1,1,5],
...: 'strand':['-','-','+'],
...: 'elementloc':[4991, 8870,
浏览 20提问于2020-07-25得票数 1
回答已采纳
3回答
我想做一个双样本单尾t检验来比较两种方法。对于我正在寻找的具体问题，我希望比较只在一个方向。我希望零假设是mu_2 > mu_1，而替代假设是mu_1 <= mu_2。或者，即使是在单尾情况下，零假设是否仍然是mu_1 - mu_2 = 0？
我正在处理一个大型数据集，但是如果我要提取和舍入参数，对于data_1，它是mu_1 = 4.3, s_1 = 4.8, and n_1 = 40000，data_2是mu_2 = 4.9, s_2 = 4.4, n_2 = 30000。我正在使用two进行双样本t检验：
stats.ttest_ind(data1,
浏览 3提问于2020-04-23得票数 1
回答已采纳
我有一个数据集，我想分割成训练和测试，这样我在测试集中有来自每个数据源(在列“source”中指定)和每个类(在列“class”中指定)的数据集。我读过使用参数stratifiy和scikitlearn的train_test_split函数，但是如何在两列上使用它呢？
浏览 4提问于2020-03-10得票数 0
我有一个名为"df“的Pandas dataframe，其列如下：
Income Income_Quantile Score_1 Score_2 Score_3
0 100000 5 75 75 100
1 70000 4 55 77 80
2 50000 3 66 50 60
3 12000 1 22 60 30
4 35000
浏览 1提问于2020-03-04得票数 0
回答已采纳
这是我第一个发帖的问题，所以如果看起来不太好，请原谅。
我有一个源数据文件，我使用熊猫群聚合将其转换成以下数据
pd.read_csv('R:/Python ETL/AGG7.csv', sep=',')
Treatment Month stdev n avg
0 AAAA 1/1/2016 1.92 309 7.57
1 AAAA 2/1/2016 1.89 79 7.46
2 AAAA 3/1/2016 2.25 158
浏览 5提问于2016-04-14得票数 1
回答已采纳
我试图在熊猫数据框架中使用两个变量进行韦尔奇两个样本t检验。这两个变量都是字符串。我用的是朱庇特笔记本--我尝试了很多不同的场景，但没有运气
import urllib
import json
import pandas as pd
import bumpy as np
from collections import Counter
import scipy.stats
from scipy import stats
url = "https://data.cityofnewyork.us/resource/9w7m-hzhe.json"
response = urllib.
浏览 1提问于2017-05-03得票数 1
我有一只熊猫的数据，看起来是这样的：
import pandas as pd
import numpy as np
test_df = pd.DataFrame({'group': np.append(['A'] * 50, [['B'] * 50, ['C'] * 50]),
'value': np.random.randn(3 * 50)})
我想在所有组( A、B、C )之间运行一个A。
有什么能做到的吗？我需要一些比手动切片更通用的df。
浏览 3提问于2020-07-27得票数 0
回答已采纳
1回答
我正在使用Movielens数据集，我想对男性和女性用户的平均评分值进行t检验。
import pandas as pd
from scipy.stats import ttest_ind
users_table_names= ['user_id','age','gender','occupation','zip_code']
users= pd.read_csv('ml-100k/u.user', sep='|', names= users_table_names)
rating
浏览 1提问于2020-06-13得票数 1
回答已采纳
当我尝试执行for循环来获取测试结果时，我得到了TypeError: /的不支持的操作数类型：'str‘和'int’
但我不知道它会出什么问题。当我用一个特定的列名替换col时，它可以一次又一次地给我相同的结果，但它不会让我在括号中使用col
df_columns = ['party','handicapped-infants','water-project',
'budget','physician-fee-freeze', 'el-sa
浏览 0提问于2019-11-18得票数 0
我试图通过进行两个样本t检验来解释A/B检验的结果，我使用的是stats.ttest_ind函数。
ttest_ind函数有一个布尔类型的名为"equal_var“的参数。如果这是真(默认)，这似乎假设A和B遵循相同的方差。
在空假设A/B测试的情况下，这是设置为真还是假？另外，这个参数如何改变公式？不太确定这是这类问题的正确论坛。
提前谢谢你！
浏览 7提问于2022-03-04得票数 1
1回答
我试图使用rpy2来调用R包MatchIt。我很难从$match.matrix中看到匹配对的结果。下面是我试图在python中执行的R代码。
matched <- cbind(lalonde[row.names(foo$match.matrix),"re78"],lalonde[foo$match.matrix,"re78"])
下面是我的python代码：
import readline
import rpy2.robjects
from rpy2.robjects.packages import importr
from rpy2.robjects i
浏览 1提问于2016-07-26得票数 0
2回答
我正在尝试做两个样本的t测试，以检查两个数据集之间的平均值是否存在显着差异。
我有两个数据集，每个数据集有5个试验，每个试验有3个特征。每个试验都有不同的唯一标签，但3个功能(X1，X2，X3都是相同的)。在每个单独的试验中，我们测量3个特征，测量值显示在下面。我正在尝试计算两个数据集上每个特征的平均差异。
这就是我从SQL中获取数据时的处理方式。
数据集1：
T1 X1 0.93
T1 X2 0.3
T1 X3 -2.9
T2 X1 1.3
T2 X2 0.8
T2 X3 1.9
T3 X1 2.3
T3 X2 -1.8
T3 X3 0.
浏览 18提问于2020-05-19得票数 3
回答已采纳
1回答
我的问题解决了一个稍微不同的角度的this问题： 我有一个辅助函数，它计算scipy的独立测试。这就是它： # Helper Function for Testing for Independence
def conduct_ttest(data, variable_1="bias", variable_2="score", nan_policy="omit"):
test_result = ttest_ind(data[variable_1], data[variable_2], nan_policy=nan_policy
浏览 28提问于2021-10-07得票数 0
回答已采纳
1回答
木星统计数据无效语法
、、、
t, pvalue = ttest_ind(iris_dataframe[sepal width (cm)'][group1],
iris_dataframe['sepal width (cm)'][group2], axis=0, equal_var=False)
print 't statistic %0.3f p‐value %0.3f' % (t, pvalue)
文件""，第1行stats.ttest_ind(iris_dataframesepal宽度(cm)'，^ SyntaxError:无效语法
这个语法有什么问题吗
浏览 2提问于2017-09-21得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
