Python 使用numpy ndarray计算平均值
文本文件如下所示:Python 使用numpy ndarray计算平均值,python,python-2.7,python-3.x,numpy,Python,Python 2.7,Python 3.x,Numpy,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
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