python - 有效计算均值和中位数

Question

按顺序查找 Python 列表中行的均值和中值的最有效方法是什么？

比如我的列表:

input_list = [1,2,4,6,7,8]

我想生成一个包含以下内容的输出列表:

output_list_mean = [1,1.5,2.3,3.25,4,4.7]
output_list_median = [1,1.5,2.0,3.0,4.0,5.0]

平均计算如下:

• 1 = 均值(1)
• 1.5 = mean(1,2)(即 input_list 中前 2 个值的平均值)
• 2.3 = mean(1,2,4)(即 input_list 中前 3 个值的平均值)
• 3.25 = mean(1,2,4,6)(即 input_list 中前 4 个值的平均值) 等

中位数计算如下:

• 1 = 中位数(1)
• 1.5 = median(1,2)(即 input_list 中前 2 个值的中值)
• 2.0 = median(1,2,4)(即 input_list 中前 3 个值的中位数)
• 3.0 = median(1,2,4,6)(即 input_list 中前 4 个值的中值) 等

我试过用下面的循环来实现它，但是看起来效率很低。

import numpy

input_list = [1,2,4,6,7,8]

for item in range(1,len(input_list)+1):
    print(numpy.mean(input_list[:item]))
    print(numpy.median(input_list[:item]))

Answer 1

您自己做的任何事情，尤其是中位数，要么需要大量工作，要么效率非常低，但 Pandas 内置了您所追求的功能的高效实现，扩展均值是 O( n)，扩展中位数是 O(n*log(n)) 使用跳跃列表:

import pandas as pd
import numpy as np

input_list = [1, 2, 4, 6, 7, 8]

>>> pd.expanding_mean(np.array(input_list))
array([ 1.     ,  1.5    ,  2.33333,  3.25   ,  4.     ,  4.66667])

>>> pd.expanding_median(np.array(input_list))
array([ 1. ,  1.5,  2. ,  3. ,  4. ,  5. ])