我使用python并且我已经将numpy / scipy作为依赖项。如果他们经过充分测试等等，可以提供更多。
假设我的数据集具有相对较少的不同值，每个数据集都具有较高的多重性。我将它表示为地图（值 - >多重性），比如
{ 1: 10000, 5: 100000, 6: 73452 }
我需要在这里做一些基本的统计，比如均值和方差。这里有两个明显的答案：
[1, 1, 1, 1...., 5, 5, 5, ...., 6, 6, 6 ...]并致电np.mean和np.var，依此类推。这些方法有利有弊。
具有简单的优点，而且相当明显有效;但是时间和内存成本很高（在我的用例中，这通常会采用大小为1000的地图并将其转换为大小> 10,000,000的列表）。
相当容易，因为可以很容易地查找公式，但是不能使用库方法有点不舒服。我可以写错东西，错过一个特例，......一般来说，我更喜欢在库可用时使用它们。
在numpy / scipy堆栈中是否有办法对具有多重性的值集进行统计？