Question

我正在尝试计算数组的修剪平均值，它排除异常值。

我发现有一个名为scipy.stats.tmean的模块，但它要求用户按绝对值而不是百分比值指定范围。

在Matlab中，我们有m = trimmean(X,percent)，这正是我想要的。

我们在Python中有对应的吗？

Answer 1

至少对于scipy v0.14.0，有一个专用的（但未记录的？）函数：

from scipy import stats
m = stats.trim_mean(X, 0.1) # Trim 10% at both ends

里面使用stats.trimboth。

Answer 2

修改：

我之前描述的方法（在本答案的底部）将对此输入产生问题：

1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 4, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6, 6

因为它不包含所有1和6，因为它具有与限制相同的值。

实际上你可以按照MatLab文档中的说明自己实现整个事情。这显然更简单= D

这是Python 2中的代码：

from numpy import mean
def trimmean(arr, percent):
    n = len(arr)
    k = int(round(n*(float(percent)/100)/2))
    return mean(arr[k+1:n-k])

您可以使用numpy.percentile或scipy.stats.scoreatpercentile获取绝对值。

from scipy.stats import tmean, scoreatpercentile
def trimmean(arr, percent):
    lower_limit = scoreatpercentile(arr, percent/2)
    upper_limit = scoreatpercentile(arr, 100-percent/2)
    return tmean(arr, limits=(lower_limit, upper_limit), inclusive=(False, False))

您应该尝试使用各种输入来检查边界情况，以获得您想要的行为。

Answer 3

这是一个使用数学库中的floor的手动实现...

def trimMean(tlist,tperc):
    removeN = int(math.floor(len(tlist) * tperc / 2))
    tlist.sort()
    if removeN > 0: tlist = tlist[removeN:-removeN]
    return reduce(lambda a,b : a+b, tlist) / float(len(tlist))

修剪平均值与Python中的百分比限制？

3 个答案: