Python 使用numpy ndarray计算平均值

文本文件如下所示：

david weight_2005 50
david weight_2012 60
david height_2005 150
david height_2012 160
mark weight_2005 90
mark weight_2012 85
mark height_2005 160
mark height_2012 170

如何计算david和mark的体重和身高平均值，如下所示：

david>> mean(weight_2005 and weight_2012), mean (height_2005 and height_2012)
mark>> mean(weight_2005 and weight_2012), mean (height_2005 and height_2012)

我的不完整代码是：

 import numpy as np
 import csv
 with open ('data.txt','r') as infile:
   contents = csv.reader(infile, delimiter=' ')
   c1,c2,c3 = zip(*contents)
   data = np.array(c3,dtype=float)

---

那么如何应用np.mean？？？

函数是用来计算一组数字的平均值的。您需要找到一种方法，通过对

c2

应用条件来选择

c3

的值

可能更适合您的需要的是将数据拆分为层次结构，我更喜欢使用字典。差不多

data={}
将open（'data.txt'）作为f：
contents=csv.reader（f，分隔符=“”）
对于内容中的（名称、属性、值）：
data[name]=data.get（name，{}）#默认值是一个新的dict
属性名称，属性年份=属性。拆分（“”）
属性年=整数（属性年）
数据[name][attr_name]=数据[name].get（attr_name，{}）
数据[名称][属性名称][属性年份]=值

现在，

数据

将如下所示

{
    "david": {
        "weight": {
            2005: 50,
            2012: 60
        },
        "height": {
            2005: 150,
            2012: 160
        }
    },
    "mark": {
        "weight": {
            2005, 90,
            2012, 85
        },
        "height": {
            2005: 160,
            2012: 170
        }
    }
}

那么你能做的就是

david_avg_weight = np.mean(data['david']['weight'].values())
mark_avg_height = np.mean([v for k, v in data['mark']['height'].iteritems() if 2008 < k])

david_avg_weight=np.mean（数据['david']['weight'].values（））
mark_avg_height=np.平均值（[v代表k，数据中的v['mark']['height'].iteritems（），如果2008年

---

这里我仍然使用

np.mean

，但仅在普通Python列表中调用它。

如果您的数据始终采用提供的格式。然后，您可以使用阵列切片来执行此操作：

(data[:-1:2] + data[1::2]) / 2

结果：

[  55.   155.    87.5  165. ]

---

您可以通过以下方式直接读取numpy阵列中的数据：

data = np.recfromcsv("data.txt", delimiter=" ", names=['name', 'type', 'value']) data=np.recfromcsv（“data.txt”，delimiter=”“，names=['name'，'type'，'value']）） 然后，您可以使用np找到合适的索引，其中：

indices = np.where((data.name == 'david') * data.type.startswith('height')) index=np.where（（data.name='david'）*data.type.startswith（'height'）） 并对这些指数进行平均值计算：

np.mean(data.value[indices]) np.平均值（数据值[指数]）

---

我将创建这个社区wiki，因为它更像是“我认为你应该这样做”，而不是“这是你所问问题的答案”。对于类似的东西，我可能会使用它而不是

numpy

，因为它的分组工具要好得多。与基于

numpy

的方法进行比较也很有用

import pandas as pd
df = pd.read_csv("data.txt", sep="[ _]", header=None, 
                 names=["name", "property", "year", "value"])
means = df.groupby(["name", "property"])["value"].mean()

。。而且，呃，就是这样

---

首先，将数据读入

数据框

，让空格或

分隔列：

>>> import pandas as pd
>>> df = pd.read_csv("data.txt", sep="[ _]", header=None, 
                 names=["name", "property", "year", "value"])
>>> df
    name property  year  value
0  david   weight  2005     50
1  david   weight  2012     60
2  david   height  2005    150
3  david   height  2012    160
4   mark   weight  2005     90
5   mark   weight  2012     85
6   mark   height  2005    160
7   mark   height  2012    170

然后按
名称
和
属性
分组，取
值
列，计算平均值：

>>> means = df.groupby(["name", "property"])["value"].mean()
>>> means
name   property
david  height      155.0
       weight       55.0
mark   height      165.0
       weight       87.5
Name: value, dtype: float64


。。好的，
sep=“[\u]”
技巧对于真正的代码来说有点太可爱了，尽管它在这里工作得很好。实际上，我会使用空格分隔符，在第二列中读作
property\u year
，然后执行

df["property"], df["year"] = zip(*df["property_year"].str.split("_"))
del df["property_year"]

允许在其他列中使用下划线。
感谢您的努力，向上投票！但我正在寻找更简短的方法，主要是使用numpy@bheklilr@nilsNumPy不会让代码变得更短。即使在您的示例中，您的代码也在解析文件。我的只是将文件解析成一个更有用的数据结构，然后可以将NumPy函数应用于它。NumPy所需要的只是计算平均值，但由于您希望能够根据条件进行计算，因此需要将数据转换为更易于操作的形式。Pandas可能是一个很好的库，可以为您这样做，但我个人不明白为什么9行代码太长。如果您能解释代码@Nicolas Barbey中*的含义，那就更好了有一个类型错误：startswith first arg必须是字节或字节元组，而不是numpy.str\ux。如何更正？@Nicolas Barbey*只是布尔数组的乘法。我不理解类型错误。我在python 2.7.3上进行了测试。你的python版本是什么？我正在使用python 3.2和numpy 1.8@Nicolas Barbey