Ranksums 返回重复的 p 值

Question

我正在尝试使用代谢组学数据创建火山图。 P值是使用 scipy.statsrankums 函数获得的。看来 p 值是重复的或四舍五入的。 我的数据框包含 lo2fc 值，我正在尝试添加以这种方式计算的 pvalues：

from scipy.stats import ranksums
groupA = subset_filter.iloc[:,4:7].values
groupB = subset_filter.iloc[:,7:10].values


# #Wilcoxon test using ranksums function 
test = ranksums(groupA1,groupB2, axis=1)

假设计算这些组上的所有行（12k+）。即使值不同，它也会给我重复的 pvalue 值。

Answer 1

如果

ranksums(groupA1, groupB2, axis=1)

 和 

ranksums

 是二维的，

groupA1

将对

groupB2

和

groupA1

的相应行执行

groupB2

测试。

import numpy as np
from scipy import stats
rng = np.random.default_rng(8542454925621)
x = rng.random(size=(4, 10))
y = rng.random(size=(4, 15))

res = stats.ranksums(x, y, axis=1).pvalue
ref = [stats.ranksums(xi, yi).pvalue for xi, yi in zip(x, y)]
np.testing.assert_allclose(res, ref)  # passes

如果函数产生重复的 p 值，则不太可能是因为函数行为不当。请注意，ranksums 统计量基于观察值的等级，而不是值本身，因此如果样本只有几个观察值，则只有少数唯一的统计值，因此也只有少数唯一的 p 值。

x = rng.random(size=(1000, 10))
y = rng.random(size=(1000, 15))
p = stats.ranksums(x, y, axis=1).pvalue
len(np.unique(p))  # 54