Ho una matrice di data e ora, aumentando per ogni riga nella 2a colonna della matrice X. Calcolo il valore medio dei timestamp ed è maggiore del valore massimo. Sto usando una memmap numpy per l'archiviazione. Perché sta succedendo?media numpy è maggiore di max per memmap
>>> self.X[:,1]
memmap([ 1.45160858e+09, 1.45160858e+09, 1.45160858e+09, ...,
1.45997146e+09, 1.45997683e+09, 1.45997939e+09], dtype=float32)
>>> np.mean(self.X[:,1])
1.4642646e+09
>>> np.max(self.X[:,1])
memmap(1459979392.0, dtype=float32)
>>> np.average(self.X[:,1])
1.4642646e+09
>>> self.X[:,1].shape
(873608,)
>>> np.sum(self.X[:,1])
memmap(1279193195216896.0, dtype=float32)
>>> np.sum(self.X[:,1])/self.X[:,1].shape[0]
memmap(1464264515.9120522)
EDIT: Ho caricato il file memmap qui. http://www.filedropper.com/x_2 Ecco come lo carico.
filepath = ...
shape = (875422, 23)
X = np.memmap(filepath, dtype="float32", mode="r", shape=shape)
# I preprocess X by removing rows with all 0s
# note this step doesn't affect the problem
to_remove = np.where(np.all(X == 0, axis=1))[0]
X = np.delete(X, to_remove, axis=0)
cambia il comportamento se si prova con 'np.array (self.x)' invece di 'self.X', o' np.array (self.x [:, 1]) 'invece di 'self.X [:, 1]'? – user2357112
@ user2357112 no, restituisce comunque la media errata – siamii
@siamii: si tratta di un problema di accumulo. Si dovrebbero usare accumulatori float64 per array di grandi dimensioni. Controlla la risposta per maggiori dettagli. – Vasanth