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