Question

我正在尝试计算每个垃圾箱内的平均值。一切正常，但我得到了＆＃39; nan＆＃39;第一个bin中的平均值。我想这不对。你能帮我找个错误吗？

这是我的代码：

data = np.array([-90,-1,2,3,5,6,8,10,121])

bin_s = np.array([-np.inf, 1, 3, 5, 8, 9, +np.inf])

dig = np.digitize(data, bin_s)
sol = np.bincount(dig, data) / np.bincount(dig)
sol

Code and result

Answer 1

Numpy的bincount返回个别垃圾箱的数量。但是，如果某些bin为空，则相应的值将为零，因此除np.bincount(dig)将失败。快速修复将是

 sol = np.bincount(dig, data) / np.array([max(1, v) for v in np.bincount(dig)])

即，对于这样的箱子除以1而不是0，因为在这种情况下我们知道箱子是空的，因此np.bincount(dig, data)中的对应值也是零（但是，这取决于你想要的方式）解释空箱的意思。这将给出：

[  0.  -45.5   2.    3.    5.5   8.   65.5]

这里的第一个元素不是假的，但它对应于零bin索引，它会聚合小于min(bin_s)的数据。但是，由于此数字是您的-np.inf，因此没有此类数据。但有可能发生甚至一些中间箱变空。例如，如果您将输入数据作为输入：

data = np.array([-90,-1,2,3,10,121])

然后np.bincount返回[0 2 1 1 0 0 2]，所以还需要处理其他零，不仅忽略第一个元素......

此外，您可以考虑由scipy提供的binned_statistic直接执行此操作：

import numpy as np
from scipy.stats import binned_statistic as bstat

data = np.array([-90,-1,2,3,5,6,8,10,121])

stat = bstat(data, data, statistic = 'mean', bins = [-np.inf, 1, 3, 5, 8, 9, +np.inf])
print(stat[0])

Answer 2

第一个bin是假的，无视它：

np.bincount(dig, data)[1:] / np.bincount(dig)[1:]
#array([-45.5,   2. ,   3. ,   5.5,   8. ,  65.5])

箱内的平均值计算

2 个答案: