.config/coc/extensions/node_modules/coc-pyright/node_modules/pyright/dist/typeshed-fallback/stdlib/statistics.pyi

   1 import sys
   2 from _typeshed import SupportsLessThanT
   3 from decimal import Decimal
   4 from fractions import Fraction
   5 from typing import Any, Hashable, Iterable, NamedTuple, Sequence, SupportsFloat, Type, TypeVar, Union
   6
   7 _T = TypeVar("_T")
   8 # Most functions in this module accept homogeneous collections of one of these types
   9 _Number = Union[float, Decimal, Fraction]
  10 _NumberT = TypeVar("_NumberT", float, Decimal, Fraction)
  11
  12 # Used in mode, multimode
  13 _HashableT = TypeVar("_HashableT", bound=Hashable)
  14
  15 class StatisticsError(ValueError): ...
  16
  17 if sys.version_info >= (3, 8):
  18     def fmean(data: Iterable[SupportsFloat]) -> float: ...
  19     def geometric_mean(data: Iterable[SupportsFloat]) -> float: ...
  20
  21 def mean(data: Iterable[_NumberT]) -> _NumberT: ...
  22
  23 if sys.version_info >= (3, 10):
  24     def harmonic_mean(data: Iterable[_NumberT], weights: Iterable[_Number] | None = ...) -> _NumberT: ...
  25
  26 else:
  27     def harmonic_mean(data: Iterable[_NumberT]) -> _NumberT: ...
  28
  29 def median(data: Iterable[_NumberT]) -> _NumberT: ...
  30 def median_low(data: Iterable[SupportsLessThanT]) -> SupportsLessThanT: ...
  31 def median_high(data: Iterable[SupportsLessThanT]) -> SupportsLessThanT: ...
  32 def median_grouped(data: Iterable[_NumberT], interval: _NumberT = ...) -> _NumberT: ...
  33 def mode(data: Iterable[_HashableT]) -> _HashableT: ...
  34
  35 if sys.version_info >= (3, 8):
  36     def multimode(data: Iterable[_HashableT]) -> list[_HashableT]: ...
  37
  38 def pstdev(data: Iterable[_NumberT], mu: _NumberT | None = ...) -> _NumberT: ...
  39 def pvariance(data: Iterable[_NumberT], mu: _NumberT | None = ...) -> _NumberT: ...
  40
  41 if sys.version_info >= (3, 8):
  42     def quantiles(data: Iterable[_NumberT], *, n: int = ..., method: str = ...) -> list[_NumberT]: ...
  43
  44 def stdev(data: Iterable[_NumberT], xbar: _NumberT | None = ...) -> _NumberT: ...
  45 def variance(data: Iterable[_NumberT], xbar: _NumberT | None = ...) -> _NumberT: ...
  46
  47 if sys.version_info >= (3, 8):
  48     class NormalDist:
  49         def __init__(self, mu: float = ..., sigma: float = ...) -> None: ...
  50         @property
  51         def mean(self) -> float: ...
  52         @property
  53         def median(self) -> float: ...
  54         @property
  55         def mode(self) -> float: ...
  56         @property
  57         def stdev(self) -> float: ...
  58         @property
  59         def variance(self) -> float: ...
  60         @classmethod
  61         def from_samples(cls: Type[_T], data: Iterable[SupportsFloat]) -> _T: ...
  62         def samples(self, n: int, *, seed: Any | None = ...) -> list[float]: ...
  63         def pdf(self, x: float) -> float: ...
  64         def cdf(self, x: float) -> float: ...
  65         def inv_cdf(self, p: float) -> float: ...
  66         def overlap(self, other: NormalDist) -> float: ...
  67         def quantiles(self, n: int = ...) -> list[float]: ...
  68         if sys.version_info >= (3, 9):
  69             def zscore(self, x: float) -> float: ...
  70         def __add__(self, x2: float | NormalDist) -> NormalDist: ...
  71         def __sub__(self, x2: float | NormalDist) -> NormalDist: ...
  72         def __mul__(self, x2: float) -> NormalDist: ...
  73         def __truediv__(self, x2: float) -> NormalDist: ...
  74         def __pos__(self) -> NormalDist: ...
  75         def __neg__(self) -> NormalDist: ...
  76         __radd__ = __add__
  77         def __rsub__(self, x2: float | NormalDist) -> NormalDist: ...
  78         __rmul__ = __mul__
  79         def __hash__(self) -> int: ...
  80
  81 if sys.version_info >= (3, 10):
  82     def correlation(__x: Sequence[_Number], __y: Sequence[_Number]) -> float: ...
  83     def covariance(__x: Sequence[_Number], __y: Sequence[_Number]) -> float: ...
  84     class LinearRegression(NamedTuple):
  85         slope: float
  86         intercept: float
  87     def linear_regression(__regressor: Sequence[_Number], __dependent_variable: Sequence[_Number]) -> LinearRegression: ...