Python NumPy是否具有一致性功能？

是否有一个NumPy函数用于此：

我可以计算，我只是想知道是否有更好的方法

下面是我在没有给定函数的情况下如何计算它-

len（z_vals）

正在取代

Ai/A

，因为各个区域是均匀分布的

ui_minus = 0
for value in z_vals:
    ui_minus += abs(value - np.average(z_vals))/(len(z_vals)*np.average(z_vals))

ui = 1 - 0.5*ui_minus

---

下面的代码是没有循环的解决方案

ui = 1 - 0.5*sum(abs(z_vals - np.average(z_vals)))/(len(z_vals)*np.average(z_vals))

如果需要在代码中经常使用此计算，可以使用方法

lambda

uniformity = lambda x : 1 - 0.5*sum( abs(x - np.average(x)) )/(len(x)*np.average(x))

然后，您可以简单地调用统一性，如下所示

ui = uniformity(z_vals)

---

希望能有所帮助。

请提供一些有关该函数的背景知识。这是一个空间一致性函数。wi是一个单独的值，wmean是所有值的平均值。A是对应于值的区域…@mauve上下文是什么？虽然我以前见过这样的函数，但我从未见过/听说过它被称为均匀性函数。这与大气科学有关吗？@mauve你已经有效地解决了你自己的问题。如果

z_vals

是一个1D数组，则用

z_vales

替换

value

，并删除python循环将给出一个矢量化的解决方案。我不知道你想要什么来度过这一关。@Ophion。。。并将复杂性从二次型降低到线性型（注意循环内平均值的计算）。