Python 沿多个切片的Scipy计算Mann-Whitney U

给定以下数组：

import numpy as np
from scipy.stats import mannwhitneyu

s1 = np.array([[1,2,3,4,5,6,7,8,0,10],[10,9,8,7,6,5,4,3,2,1]])
s2 = np.array([[1,11,3,7,5,6,7,8,0,10],[10,9,8,7,6,15,4,13,2,1]])

我想对各个样本的每个切片运行一次Mann-Whitney（-Wilcoxon）U测试，并将结果填充到一个输出数组中，其中一个切片用于U统计，另一个用于p值。 我知道我可以像这样单独运行它们：

r1 = mannwhitneyu(s1[0], s2[0])
r2 = mannwhitneyu(s1[1], s2[1])

输出：

MannwhitneyuResult(statistic=39.5, pvalue=0.2239039981060696)
MannwhitneyuResult(statistic=37.0, pvalue=0.17162432050520815)

期望输出：

array([39.5, 0.2239039981060696], [ 37.0, 0.17162432050520815])

我尝试了

np.apply_沿_轴

但是数组参数只接受一个输入，我有两个。 此外，我需要尽可能快的解决方案，因为我将在数千个切片上执行此操作，作为模拟的一部分

提前谢谢

您可以使用

映射（…）

，这是最好的选择，而且比

np快得多。沿轴（…）

应用，因为它使用内部的，以及一些计算成本很高的ops，即

转置（…）

和

视图（…）

，所以在通常情况下，即使使用python循环遍历Numpy数组，也会更快

---

---

---

---

在return命令中，星号的作用是什么？我用自己制作的一个自定义函数尝试了这一点，但必须删除星号才能使其正常工作。星号解压iterable对象，您可以检查输出数组，如果删除它，可以检查形状，

np.array（list（map（step，idx））。形状

import numpy as np
from scipy.stats import mannwhitneyu

s1 = np.array([[1,2,3,4,5,6,7,8,0,10],[10,9,8,7,6,5,4,3,2,1]])
s2 = np.array([[1,11,3,7,5,6,7,8,0,10],[10,9,8,7,6,15,4,13,2,1]])

idx = np.arange(len(s1))

def step(i):

  return [*mannwhitneyu(s1[i], s2[i])]

np.array(list(map(step, idx)))