表格型检验产品
<p>[TOC]</p>
<pre><code class="language-python">%matplotlib inline
%load_ext autoreload
%autoreload 2
import meteva.method as mem
import numpy as np</code></pre>
<pre><code>The autoreload extension is already loaded. To reload it, use:
%reload_ext autoreload</code></pre>
<h1>列联表</h1>
<p><strong><font face="黑体" color=blue size = 5>contingency_table_yesorno(ob, fo,grade_list=[1e-30],compare = ">=", member_list=None, save_path=None)</font></strong><br />
以矩阵形式返回列联表。<br />
一分为二的预测说：“是的，将会发生一个事件”，或者“否，该事件不会发生”。雨雾预报是是/否预报的常见示例。对于某些应用，可以指定阈值以分隔“是”和“否”，例如，风速大于50节。</p>
<p>为了验证这种类型的预测，我们从列联表开始，该表显示“是”和“否”的预测和出现的频率（样本数）。预测（是或否）和观测值（是或否）的四种组合称为联合分布：</p>
<pre><code> 命中-事件预测发生，并且确实发生了
漏报-事件预测未发生，但确实发生了
空报-发生事件预测，但未发生
正确的否定-事件预测不会发生，也不会发生</code></pre>
<p>列联表的左下方给出了观测和预测的发生与未发生的总数，称为边际分布。<br />
<img src="https://www.showdoc.cc/server/api/common/visitfile/sign/5dafc73c2712497a55887d6081f4c985?showdoc=.jpg" alt="" /></p>
<table>
<thead>
<tr>
<th style="text-align: left;">参数</th>
<th style="text-align: left;">说明</th>
</tr>
</thead>
<tbody>
<tr>
<td style="text-align: left;"><strong><font face="黑体" color=blue size = 5>ob</font></strong></td>
<td style="text-align: left;">实况数据, 任意维numpy数组</td>
</tr>
<tr>
<td style="text-align: left;"><strong><font face="黑体" color=blue size = 5>fo</font></strong></td>
<td style="text-align: left;">fo比Ob.shape多一维或者保持一致，fo.shape低维与ob.shape保持一致</td>
</tr>
<tr>
<td style="text-align: left;"><strong>grade_list</strong></td>
<td style="text-align: left;">阈值列表</td>
</tr>
<tr>
<td style="text-align: left;"><strong>compare</strong></td>
<td style="text-align: left;">比较方法，可选项包括">=",">","<=","<", 是要素原始值和阈值对比的方法，默认方法为">="，即原始值大于等于阈值记为1，否则记为0，当compare为"<="时，原始值小于等于阈值的站点记为1， 这在基于能见度标记大雾事件、低温事件或降温事件等场景中可以用到</td>
</tr>
<tr>
<td style="text-align: left;"><strong>member_list</strong></td>
<td style="text-align: left;">个预报成员的名称列表</td>
</tr>
<tr>
<td style="text-align: left;"><strong>save_path</strong></td>
<td style="text-align: left;">如果该参数不为None,则混淆矩阵将会以excel文件形式保存到指定文件</td>
</tr>
<tr>
<td style="text-align: left;"><font face="黑体" color=blue size=5>return</font></td>
<td style="text-align: left;">如果Fo和Ob的shape一致（即只有一种预报），返回内容为包含混淆矩阵的3维数组， 返回结果的shape为 （等级数，3,3）；如果Fo比Ob高出一维，则返回3维数组，shape为（预报成员数， 等级数，3,3）</td>
</tr>
</tbody>
</table>
<p><strong>调用示例：</strong> </p>
<pre><code class="language-python">ob = (np.random.rand(20) * 10).astype(np.int8) #随机生成数据用于测试
fo = (np.random.rand(2,20) * 10).astype(np.int8)
grade_list = [3,5] #设置检验等级列表
member_list = ["ECMWF","GRAPES"] #设置预报成员名称</code></pre>
<pre><code class="language-python">ob #观测数据内容</code></pre>
<pre><code>array([4, 7, 9, 1, 9, 4, 7, 8, 1, 5, 7, 1, 5, 0, 2, 9, 5, 2, 2, 7],
dtype=int8)</code></pre>
<pre><code class="language-python">fo #预报数据内容</code></pre>
<pre><code>array([[9, 4, 9, 8, 3, 0, 8, 5, 8, 0, 3, 3, 8, 6, 3, 8, 1, 3, 1, 5],
[1, 6, 5, 1, 0, 0, 2, 3, 1, 0, 1, 7, 8, 0, 6, 3, 0, 0, 9, 2]],
dtype=int8)</code></pre>
<pre><code class="language-python">#仅输入一个成员的预报，即输入的预报数据和观测数据shape一致
result = mem.contingency_table_yesorno(ob,fo[0,:],
save_path = r"H:\test_data\output\method\yes_or_no\table\ct1.xlsx")</code></pre>
<pre><code>列联表已以excel表格形式保存至H:\test_data\output\method\yes_or_no\table\ct1.xlsx</code></pre>
<pre><code class="language-python">result.shape #单个预报成员，单个等级情况下返回的结果的shape</code></pre>
<pre><code>(1, 3, 3)</code></pre>
<p>运行结果excel表格的截图将是如下样式:
<img src="https://www.showdoc.cc/server/api/common/visitfile/sign/778cb2616efc0fffaffa4c34ba063e31?showdoc=.jpg" alt="" /></p>
<pre><code class="language-python">#输入的预报数据比观测数据高一维，同时检验多个预报
result = mem.contingency_table_yesorno(ob,fo,member_list = member_list,
save_path = r"H:\test_data\output\method\yes_or_no\table\ct2.xlsx")</code></pre>
<pre><code>列联表已以excel表格形式保存至H:\test_data\output\method\yes_or_no\table\ct2.xlsx</code></pre>
<pre><code class="language-python">result.shape #多个预报，单个等级时返回结果的shape</code></pre>
<pre><code>(2, 1, 3, 3)</code></pre>
<p>运行结果excel表格的截图将是如下样式,不同预报将位于不同的sheet中
<img src="https://www.showdoc.cc/server/api/common/visitfile/sign/645f4bde575e0d0c2e5d507093327792?showdoc=.jpg" alt="" /></p>
<pre><code class="language-python">#多个预报，多个等级的检验
result = mem.contingency_table_yesorno(ob,fo,grade_list=grade_list,member_list = member_list,
save_path = r"H:\test_data\output\method\yes_or_no\table\ct3.xlsx")</code></pre>
<pre><code>列联表已以excel表格形式保存至H:\test_data\output\method\yes_or_no\table\ct3.xlsx</code></pre>
<pre><code class="language-python">result.shape #多个预报多个等级时返回结果的shape</code></pre>
<pre><code>(2, 2, 3, 3)</code></pre>
<p>运行结果excel表格的截图将是如下样式，不同预报和等级组合成多个sheet
<img src="https://www.showdoc.cc/server/api/common/visitfile/sign/9b012216126e19d367bc0ca7008608df?showdoc=.jpg" alt="" /></p>