Python bin 成对的交错数组

Question

我有一组成对的 numpy 数组。一对中的每个数组长度相同，但不同对中的数组长度不同。该集合中一对数组的示例是:

Time: [5,8,12,17,100,121,136,156,200]
Score: [3,4,5,-10,-90,-80,-70,-40,10]

另一对是:

Time: [6,7,9,15,199]
Score: [5,6,7,-11,-130]

我需要根据时间对所有这些对取平均值(或执行合并)。也就是说，时间应该被分成 10 个间隔，并且每个间隔的相应分数需要被平均。

因此，对于上述 2 对，我想要以下结果:

Time: [1-10,11-20,21-30,31-40,41-50,...,191-200]
Score: [(3+4+5+6+7)/5, (5-10-11)/2, ...]

我该怎么做？有没有比单独装箱然后取平均值更简单的方法呢？如何根据另一个数组的 bin 对一个数组进行 bin？即，对于一对单独的数组，我如何将时间数组以 10 为间隔进行分箱，然后使用此结果以一致的方式对相应的分数数组进行分箱？

Answer 1

您可以使用 scipy.stats.binned_statistic。这是直方图函数的推广。直方图将空间划分为 bin，并返回每个 bin 中点数的 count。此函数允许计算每个 bin 中的值(或值集)的总和、平均值、中位数或其他统计数据。

from scipy import stats
import numpy as np

T1 = [5,8,12,17,100,121,136,156,200]
S1 = [3,4,5,-10,-90,-80,-70,-40,10]

T2 = [6,7,9,15,199]
S2 = [5,6,7,-11,-130]

# Merging all Times and Scores in order
Time = T1 + T2
Score = S1 + S2

output = stats.binned_statistic(Time, Score, statistic='mean',range=(0,200), bins=20)

averages = output[0]

# For empty bins, it generates NaN, we can replace them with 0
print( np.nan_to_num(averages, 0) )

# Output of this code: 
# [  5.          -5.33333333   0.           0.           0.
#    0.           0.           0.           0.           0.
#  -90.           0.         -80.         -70.           0.
#  -40.           0.           0.           0.         -60.        ]

有关更多信息，请关注 this link .