这个问题可能在某个地方有答案,但我找不到答案,所以我会在这里问:
我有一组数据,每个时间步包含多个样本。所以,我基本上有两个数组,“时间”,看起来像:(0,0,0,1,1,1,1,1,2,2,3,4,4,4,4,.. .) 和我的数据,这是每次的值(value)。每个时间步都有随机数量的样本。我想以有效的方式在每个时间步获取数据的平均值。
我准备了以下示例代码来展示我的数据是什么样子的。基本上,我想知道是否有更有效的方法来编写“average_values”函数。
import numpy as np
import matplotlib.pyplot as plt
def average_values(x,y):
unique_x = np.unique(x)
averaged_y = [np.mean(y[x==ux]) for ux in unique_x]
return unique_x, averaged_y
#generate our data
times = []
samples = []
#we have some timesteps:
for time in np.linspace(0,10,101):
#and a random number of samples at each timestep:
num_samples = np.random.random_integers(1,10)
for i in range(0,num_samples):
times.append(time)
samples.append(np.sin(time)+np.random.random()*0.5)
times = np.array(times)
samples = np.array(samples)
plt.plot(times,samples,'bo',ms=3,mec=None,alpha=0.5)
plt.plot(*average_values(times,samples),color='r')
plt.show()
这是它的样子:
最佳答案
执行此操作的通用代码将执行以下操作:
def average_values_bis(x, y):
unq_x, idx = np.unique(x, return_inverse=True)
count_x = np.bincount(idx)
sum_y = np.bincount(idx, weights=y)
return unq_x, sum_y / count_x
将用于绘图的函数添加到脚本的上方和下方
plt.plot(*average_values_bis(times, samples),color='g')
产生这个输出,红线隐藏在绿线后面:
但是对这两种方法进行计时揭示了使用 bincount
的好处,速度提高了 30 倍:
%timeit average_values(times, samples)
100 loops, best of 3: 2.83 ms per loop
%timeit average_values_bis(times, samples)
10000 loops, best of 3: 85.9 us per loop
关于python - Numpy:在每个时间步平均多个数据点,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18727686/