Question

如何编码比例变异的等式（这个paper的等式1）？

我的代码是：

import pandas as pd

l = pd.Series([1,2,3,4,5,6]) # any list of numbers
n = len(l)
if n > 1:
    C = (n*(n-1))/2

    D = []
    for i in l.index:
        for j in l.index:
            if i != j:
                zi_zj = [l[i],l[j]]
                D.append(1-((min(zi_zj))/(max(zi_zj))))

    PV = (1/C)*(np.sum(D))
else:
    PV = 0

如果我列出所有数字相同的列表，我会按预期得到PV = 0，但是，如果我放入一个带有算术序列的列表，例如[0,2,4,6,8]，PV = 1.4，根据文件，PV应在0和1之间，算术序列应为PV = 0.5与样本量n无关。

我尝试的另一个选择是：

l = pd.Series([1,2,3,4,5,6]) # any list of numbers
n = len(l)
if n > 1:
    C = (n*(n-1))/2

    i_s = set()
    j_s = set()
    D = []
    for i in l.index:
        for j in l.index:
            if i != j:
                if i not in i_s:
                    if j not in j_s:
                        zi_zj = [l[i],l[j]]
                        D.append(1-((min(zi_zj))/(max(zi_zj))))
                        i_s.add(i)
                        j_s.add(j)

    PV = (1/C)*(np.sum(D))
else:
    PV = 0

但也没有工作。

另外，我没有在Python中找到一个函数来计算一系列数字的比例变异性。

有人能在代码中发现我做错了什么，或者让我知道是否有内置函数？

Answer 1

根据我所做的计算，值0.5仅适用于大n;请检查我是否犯了错误（没有详细检查论文）。

import pandas as pd
from itertools import combinations

l = pd.Series(list(range(3)))

n = len(l)
C = n * (n - 1) / 2.

# get all pairs in l
pairs = list(combinations(l, 2))

所以对然后看起来如下：

[(0, 1), (0, 2), (1, 2)]

我们现在可以将它存储在数据帧中，因为您已经使用了pandas，这使得后续计算非常简单：

# store pairs in dataframe
df_pairs = pd.DataFrame(pairs).rename(columns={0: 'zi', 1: 'zj'})

# get max / min for each pair
max_val = df_pairs.max(axis=1)
min_val = df_pairs.min(axis=1)
df_pairs['max_z'] = max_val
df_pairs['min_z'] = min_val

# absolute difference between z
df_pairs['diff_z_abs'] = (df_pairs['zi'] - df_pairs['zj']).abs()

df_pairs['ratio_diff_max'] = df_pairs['diff_z_abs'] / df_pairs['max_z']
df_pairs['one_minus_ratio'] = 1. - df_pairs['min_z'] / df_pairs['max_z']

到目前为止，数据框看起来像这样：

   zi  zj  max_z  min_z  diff_z_abs  ratio_diff_max  one_minus_ratio
0   0   1      1      0           1             1.0              1.0
1   0   2      2      0           2             1.0              1.0
2   1   2      2      1           1             0.5              0.5

值PV就是：

PV = df_pairs['ratio_diff_max'].sum() / C

对于此示例，它是0.83333333，远高于0.5。但是，如果我们现在改变

l = pd.Series(list(range(3)))

更大的值，PV然后接近0.5。例如，对于

l = pd.Series(list(range(5000)))

我获得了

0.500199

所以它可能只适用于n无限。

比例变异代码

1 个答案: