Question

我有代码计算z分数的中位数，范围从0到1.Python将所有这些数字四舍五入为0.我如何确保这些数字不是舍入的？

这是我计算中位数的代码行：

gene_medians = GCT_object.data_df.median(axis=1)

import matplotlib.pyplot as plt
import parse_gctoo

def histo_plotter(file, plot_title, ax):
    # read in file as string
    GCT_object = parse_gctoo.parse(file)
    # computing median of rows in data_df
    gene_medians = GCT_object.data_df.median(axis=1)
    unrounded_gm = format(gene_medians, ".7f")
    # making histogram of medians
    print gene_medians'

.describe的结果： /Users/eibelman/miniconda2/envs/josh_env/bin/python2.7/Users/eibelman/Analysis/ComparingMedianGeneExpressionDifCellLines.py cid CXA061_SKL_48H_X1_B29：A03 CXA061_SKL_48H_X1_B29：A04 \ 数978.000000 978.000000
平均值0.072729 0.078196
std 2.909874 3.086884
min -18.698500 -63.467600
25％-0.742375 -0.422625
50％-0.030950 0.205600
75％0.656550 0.885275
最高29.803200 27.347300

cid CXA061_SKL_48H_X1_B29：A05 CXA061_SKL_48H_X1_B29：A06 \ 数978.000000 978.000000
平均值0.036843 0.002883
std 2.471833 2.576255
min -17.170500 -26.433600
25％-0.653925 -0.674250
50％-0.081250 -0.070600
75％0.548900 0.561250
最大31.356600 34.249100

cid CXA061_SKL_48H_X1_B29：A07 CXA061_SKL_48H_X1_B29：A08 \ 数978.000000 978.000000
平均值0.017625 0.096359
std 2.012941 2.671352
min -18.651800 -27.609600
25％-0.711400 -0.730225
50％-0.048900 -0.012100
75％0.585300 0.670100
最高23.690800 27.509200

cid CXA061_SKL_48H_X1_B29：A09 CXA061_SKL_48H_X1_B29：A10 \ 数978.000000 978.000000
平均值-0.024301 -0.048213
std 3.317470 3.431853
min -70.184100 -43.255000
25％-0.556725 -0.916150
50％0.009950 -0.071200
75％0.629525 0.836525
最大32.083000 36.831200

cid CXA061_SKL_48H_X1_B29：A11 CXA061_SKL_48H_X1_B29：A12 \ 数978.000000 978.000000
平均值0.040646 -0.013686
std 2.568421 3.296173
min -17.213400 -42.862500
25％-0.636600 -0.719425
50％-0.032850 -0.033950
75％0.593925 0.680675
最高26.524500 50.334500

cid ...... CXA061_SKL_48H_X1_B29：P15 \ 伯爵... 978.000000
意思是...... -0.006012
标准... 2.564106
min ... -20.208400
25％...... -0.706475
50％...... -0.136300
75％...... 0.557025
最大... 27.509500

cid CXA061_SKL_48H_X1_B29：P16 CXA061_SKL_48H_X1_B29：P17 \ 数978.000000 978.000000
平均值0.041587 -0.001685
std 1.713974 3.091669
min -12.695900 -34.948900
25％-0.569150 -0.642050
50％0.000000 0.050800
75％0.637700 0.818025
最高22.556600 25.772400

cid CXA061_SKL_48H_X1_B29：P18 CXA061_SKL_48H_X1_B29：P19 \ 数978.000000 978.000000
平均值-0.019696 0.061637
std 2.570132 2.648487
min -33.142900 -29.076300
25％-0.798700 -0.632600
50％-0.057600 0.048900
75％0.588375 0.679500
最高30.018900 30.709400

cid CXA061_SKL_48H_X1_B29：P20 CXA061_SKL_48H_X1_B29：P21 \ 数978.000000 978.000000
平均值0.026416 -0.004739
标准2.616890 2.135260
min -31.187200 -15.955000
25％-0.608050 -0.732750
50％0.008050 -0.116500
75％0.638025 0.647625
最高23.348100 24.229200

cid CXA061_SKL_48H_X1_B29：P22 CXA061_SKL_48H_X1_B29：P23 \ 数978.000000 978.000000
平均值0.019632 0.002053
std 2.581926 2.356626
min -23.168000 -27.271400
25％-0.674500 -0.683150
50％-0.026800 -0.001000
75％0.711800 0.721400
最大值38.533300 27.568000

cid CXA061_SKL_48H_X1_B29：P24
数978.000000
平均值-0.043314
std 1.704406
min -9.464100
25％-0.780525
50％-0.144250
75％0.515325
最高19.056400

[8行x 372列]

处理完成，退出代码为0

Answer 1

如果您正在使用pandas数据框（data_df），那么您可以使用numpy包的中值函数。

gene_medians = numpy.median(GCT_object.data_df[[1]])

或

gene_medians = GCT_object.data_df[[1]].apply(numpy.median)

如何防止我的中位数被舍入？

1 个答案: