分箱数据并计算 Python 中每个分箱的 MAE

Question

我有两个数组：

Obs=([])
abs_error=([])

我想用 Obs 来定义 bins。例如，如果 Obs 是 1 到 2，则 bin abs_error 进入 bin#1。然后 Obs 是 2 到 3，bin abs_error 进入 bin#2。等等

一旦我分箱 abs_error（由 Obs 分箱），我想计算每个分箱的平均值，然后绘制 y 轴上每个分箱的均值与 x 轴上的分箱-轴。

如何通过 Obs 定义的 bins 对 abs_error 进行分箱？完成后如何计算每个 bin 的平均值？

现在我有：

abs_error=np.array([2.214033842086792 2.65031099319458 2.021354913711548 ... 2.831442356109619 1.9227538108825684 0.19358205795288086])
obs=np.array([3.3399999141693115 1.440000057220459 1.2799999713897705 ... 5.78000020980835 6.050000190734863 7.75])
bin_boundaries=np.array([0.0,1.0,2.0,3.0,4.0,5.0,6.0,7.0,8.0,9.0,10.0,11.0,12.0,13.0,14.0,15.0,16.0,17.0,18.0,19.0,20.0])

idx = np.digitize(obs, bin_boundaries)
mn_ = np.bincount(idx,abs_error) / np.bincount(idx)
print mn

[83.09254473  3.18577858  2.82887524  2.78532805  2.43264693  1.96835116 1.77645996  1.66138196  1.5972414   1.57512014  1.53094066  1.7965252 1.98050336  2.29916244  3.06640482  4.66769505  3.16787195]

我无法打印整个数组，因为它们非常大。

Answer 1

如果您的 bin 大小相同，您可以使用 floor division 从 Obs 获取 bin 索引，在您的示例中。

idx = (Obs // 1).astype(int)

如果不使用 np.digitize 代替。

idx = np.digitize(Obs, bin_boundaries)

一旦你有了索引，就可以将它们与 np.bincount 一起使用以获得平均值。

mn = np.bincount(idx, abs_error) / np.bincount(idx)

分箱数据并计算 Python 中每个分箱的 MAE

Binning data and calculating MAE for each bin in Python

python

statistics

numpy

scipy

binning