如何在Python中从频率分布表中获得均值和标准差

我有一个元组列表[(val1,freq1),(val2,freq2)....(valn,freqn)]。我需要获得上述数据的集中趋势的度量(均值,中位数)和偏差的度量(方差,均值)。我还想绘制一个值的箱形图。

我看到numpy数组有直接的方法可以从值列表中获取均值/中位数和标准差(或方差)。

numpy(或任何其他知名的库)是否有直接方法可对这种频率分布表进行操作?

另外,以编程方式将上述元组列表扩展为一个列表的最佳方法是什么?(例如,如果freq

dist为[(1,3),(50,2)],则为获取列表[1,1,1,50,50]以使用np.mean([1,1,1, 50,50]))

回答:

首先,我将杂乱的列表更改为两个numpy数组,就像@ user8153那样:

val, freq = np.array(list_tuples).T

然后,您可以重建数组(使用np.repeat防止循环):

data = np.repeat(val, freq)

并在您的阵列上使用numpy统计函数data


如果这导致内存错误(或者您只是想尽可能提高性能),则还可以使用一些专门构建的函数:

def mean_(val, freq):

return np.average(val, weights = freq)

def median_(val, freq):

ord = np.argsort(val)

cdf = np.cumsum(freq[ord])

return val[ord][np.searchsorted(cdf, cdf[-1] // 2)]

def mode_(val, freq): #in the strictest sense, assuming unique mode

return val[np.argmax(freq)]

def var_(val, freq):

avg = mean_(val, freq)

dev = freq * (val - avg) ** 2

return dev.sum() / (freq.sum() - 1)

def std_(val, freq):

return np.sqrt(var_(val, freq))

以上是 如何在Python中从频率分布表中获得均值和标准差 的全部内容, 来源链接: utcz.com/qa/403141.html

回到顶部