Question

我得到了以下R代码，我需要将它转换为python并在python环境中运行它，基本上我已经用rpy2模块完成了这个，但是看起来有点沉闷与python做同样的事情，所以有人会发现使用rpy2模块将以下R代码重写为等效的python脚本的更好方法是什么？

mymad <- function (x) 
{
    center <- median(x)
    y <- abs(x - center)
    n <- length(y)
    if (n == 0) 
        return(NA)
    half <- (n + 1)/2
    1.4826 * if (n%%2 == 1) {
        sort(y, partial = half)[half]
    }
    else {
        sum(sort(y, partial = c(half, half + 1))[c(half, half + 
            1)])/2
    }
}

Answer 1

您可以说明您的功能的目的，即Median Absolute Deviation。你所谓的mymad是基于正态分布变量大样本假设的总体标准差的近似值。

根据this website：

def median(pool):
    copy = sorted(pool)
    size = len(copy)
    if size % 2 == 1:
        return copy[(size - 1) / 2]
    else:
        return (copy[size/2 - 1] + copy[size/2]) / 2

所以，你想要一个能验证的函数mad：

mad(x) == median(abs(x-median(x)))

感谢Elenaher（发表评论），这里是代码：

def mad(x):
    return median([abs(val-median(x)) for val in x])

然后，我相信你在计算：

def mymad(x):
    return 1.4826*mad(x)

Answer 2

可能比numpy / Python编写的慢一点，但实现起来肯定更快（因为没有轮子被重新发明）：

# requires rpy2 >= 2.1
from rpy2.robjects.packages import importr
stats = importr('stats')

stats.mad(x)

Answer 3

import numpy
# x is the input array
x = numpy.array( [1,2,4,3,1,6,7,5,4,6,7], float ) }
# mad = median( | x - median(x) | )
mad =  numpy.median( numpy.abs( ( x - numpy.median( x ) ) )

将R代码转换为Python脚本

3 个答案: