NumPy arrays

Question

के साथ समूहीकृत औसत और मानक विचलन निष्पादित करना मेरे पास डेटा का एक सेट (एक्स, वाई) है। मेरे स्वतंत्र परिवर्तनीय मान एक्स अद्वितीय नहीं हैं, इसलिए कई बार दोहराए गए मान हैं, मैं एक नई सरणी को आउटपुट करना चाहता हूं: X_unique, जो X. Y_mean के अद्वितीय मानों की एक सूची है, X_unique से संबंधित सभी वाई मानों का माध्य है । Y_std, X_unique से संबंधित सभी वाई मानों का मानक विचलन।

x = data[:,0] 
y = data[:,1] 

Answer 1

x_unique = np.unique(x) 
y_means = np.array([np.mean(y[x==u]) for u in x_unique]) 
y_stds = np.array([np.std(y[x==u]) for u in x_unique]) 

Answer 2

आप binned_statistic from scipy.stats कि विभिन्न आँकड़ों कार्यों एक -1 डी सरणी पार मात्रा में लागू करने के लिए समर्थन करता है का उपयोग कर सकते हैं। भाग प्राप्त करने के लिए, हमें शिफ्ट की स्थिति को क्रमबद्ध करने और प्राप्त करने की आवश्यकता होती है (जहां भाग बदलते हैं), जिसके लिए np.unique उपयोगी होगा। उन सभी रखें, तो एक कार्यान्वयन है -

from scipy.stats import binned_statistic as bstat 

# Sort data corresponding to argsort of first column 
sdata = data[data[:,0].argsort()] 

# Unique col-1 elements and positions of breaks (elements are not identical) 
unq_x,breaks = np.unique(sdata[:,0],return_index=True) 
breaks = np.append(breaks,data.shape[0]) 

# Use binned statistic to get grouped average and std deviation values 
idx_range = np.arange(data.shape[0]) 
avg_y,_,_ = bstat(x=idx_range, values=sdata[:,1], statistic='mean', bins=breaks) 
std_y,_,_ = bstat(x=idx_range, values=sdata[:,1], statistic='std', bins=breaks) 

binned_statistic की डॉक्स से, एक भी एक कस्टम आंकड़ा फ़ंक्शन का उपयोग कर सकते हैं:

समारोह: उपयोगकर्ता परिभाषित समारोह जो मूल्यों की एक -1 डी सरणी लेता है , और एक संख्यात्मक सांख्यिकीय आउटपुट करता है। प्रत्येक बिन में मानों पर इस फ़ंक्शन को कहा जाएगा। खाली डिब्बे का प्रतिनिधित्व फ़ंक्शन ([]), या NaN द्वारा किया जाएगा यदि यह कोई त्रुटि देता है।

नमूना इनपुट, आउटपुट -

In [121]: data 
Out[121]: 
array([[2, 5], 
     [2, 2], 
     [1, 5], 
     [3, 8], 
     [0, 8], 
     [6, 7], 
     [8, 1], 
     [2, 5], 
     [6, 8], 
     [1, 8]]) 

In [122]: np.column_stack((unq_x,avg_y,std_y)) 
Out[122]: 
array([[ 0.  , 8.  , 0.  ], 
     [ 1.  , 6.5  , 1.5  ], 
     [ 2.  , 4.  , 1.41421356], 
     [ 3.  , 8.  , 0.  ], 
     [ 6.  , 7.5  , 0.5  ], 
     [ 8.  , 1.  , 0.  ]]) 

Answer 3

पांडा इस तरह के कार्य के लिए किया जाता है:

data=np.random.randint(1,5,20).reshape(10,2) 
import pandas 
pandas.DataFrame(data).groupby(0).mean() 

  1 
0   
1 2.666667 
2 3.000000 
3 2.000000 
4 1.500000