stats op• Datenarten: signal → signal
• Aufruf: import mathops; mathops.stat_zscore(x) (oder opsmath.get("stat_zscore"))
Standardisiert eine 1-D-Stichprobe: `(x - mean) / std (Population, ddof=0`).
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
The result has mean 0 and standard deviation 1 — the common currency for
comparing residuals across scales and flagging outliers (`|z| > 3`).
**A constant input raises `ValueError`** — the decision, stated: with
zero variance the z-score is 0/0. Returning silent zeros would claim "every
point is perfectly average", which is *a* convention but hides upstream
breakage (a sensor stuck at one value would sail through an outlier gate).
Fail-closed instead; a caller who wants the all-zeros convention can catch
this and substitute deliberately.
HALCON: no direct tuple operator (compose `tuple_mean` +
`tuple_deviation` + arithmetic).
Jeder mathops-Operator prüft seine Eingabe vor der Berechnung (nichts rutscht stillschweigend durch):
• **Komplexe Eingaben lösen ValueError aus** — die Umwandlung nach float64 verwirft den Imaginärteil stillschweigend (numpy meldet nur eine ComplexWarning und liefert eine plausibel aussehende, falsche reelle Zahl). Schreiben Sie .real/.imag/abs() explizit oder nutzen Sie complexops.
• **Masked Arrays mit maskierten Elementen lösen ValueError aus** — die implizite Umwandlung, die die Maske abstreift und die Rohwerte darunter verwendet, wird abgelehnt. Geben Sie explizit an, ob gefüllt oder verworfen wird.
• **NaN/Inf löst bei jeder Eingabe ValueError aus** (mit Anzahl abgelehnt — es pflanzt sich durch das gesamte Ergebnis fort).
• Formen sind strikt: 1-D und 2-D werden nie implizit hochgestuft oder gebroadcastet (eine Matrix im Vektor-Slot oder ein Vektor im Matrix-Slot löst ValueError aus; reshapen Sie explizit).
• Größenobergrenze: Operatoren, die eine Matrix nehmen, sowie die stat_histogram-Bins lösen jenseits von mathops.MAX_ELEMENTS (2^26 ≈ 67 Mio. Elemente) ValueError aus.
• Leitfaden zur Familie math_metrology
• measurement_uncertainty — 計測の不確かさと校正の知識 — 「測れている」を主張するために
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• math_metrology — py -3.11 examples/math_metrology.py
signal als Eingabe)mat_solve · mat_lstsq · stat_describe · stat_histogram · interp_linear · interp_cubic · poly_fit · poly_eval
stats)stat_describe · stat_histogram · stat_covariance · stat_correlation
*Provenance: mathops.py — MATH Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.