È possibile utilizzare binned_statistic
from scipy.stats che supporta vari funzioni statistiche che devono essere applicati in blocchi attraverso una matrice 1D. Per ottenere i pezzi, abbiamo bisogno di ordinare e ottenere posizioni dei turni (dove cambiano i pezzi), per cui np.unique
sarebbe utile. Mettendo tutti coloro, ecco un'implementazione -
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)
Dalla documentazione di binned_statistic
, si può anche usare una funzione statistica personalizzata:
funzione: una funzione definita dall'utente che richiede una matrice 1D di valori , e genera una singola statistica numerica. Questa funzione si chiamerà sui valori in ciascun cestino. I contenitori vuoti saranno rappresentati dalla funzione ([]), o NaN se questo restituisce un errore.
di ingresso del campione, in uscita -
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. ]])
è possibile aggiungere un [Minimal, completa e verificabile esempio] (http://stackoverflow.com/help/mcve) alla tua domanda? – Kasramvd
Dai un'occhiata a http://stackoverflow.com/questions/4373631/sum-array-by-number-in-numpy –
A parte questo: se stai lavorando con dati reali, probabilmente troverai più facile usa ['pandas'] (http://pandas.pydata.org) piuttosto che numpy. Se il tuo 'data' era un' DataFrame' invece di un 'ndarray', qualcosa come' df.groupby (0) [1] .agg (["mean", "std"]) 'funzionerebbe .. – DSM