基于第二列间隔的列值的平均值

Question

我有一个包含两列的数据集，第 1 列是从 1 秒到 9 秒的时间，第 2 列是特定秒内事件发生的概率，值为 30、69、56、70， 90、59、87、10、20。

我试图获得一个时间间隔内的平均概率（在这种情况下为 2 秒后），例如 2 到 3 秒、2 到 4 秒、2 到 5 秒之间的概率，....2到 9 秒。

我尝试了以下方法，其中我定义了一个函数 t_inc，它的增量为 1 大于 2。但是，我收到以下错误消息（代码中的 P_slice_avg_1）：

Operands could not be broadcast together with shapes (9,) (7,)

因为我的 t_inc 的形状是 7。

当我尝试以手动方式执行此操作时（代码中的P_slice_avg_2）它可以工作但如果我想在大量间隔内执行此操作则不可行。

任何关于如何概括它的帮助都会非常有帮助。

import numpy as np
data=np.loadtxt('C:/Users/Hrihaan/Desktop/Sample.txt')

t=data[:,0] # t goes from 1 to 9
P=data[:,1] # probability of an event in a specific second

i= np.arange(1, 8 , 1)
t_inc= 2 + i 

P_slice_avg_1= np.mean(P[(t>=2) & (t<=t_inc)]) # I thought this would give me the averages between 2 and values of t_inc

P_slice_avg_2= np.mean(P[(t>=2) & (t<=3)]), np.mean(P[(t>=2) & (t<=4)]), np.mean(P[(t>=2) & (t<=5)]), np.mean(P[(t>=2) & (t<=6)]), np.mean(P[(t>=2) & (t<=7)]), np.mean(P[(t>=2) & (t<=8)]), np.mean(P[(t>=2) & (t<=9)])

Answer 1

这里是一个矢量化的方法利用 numpy broadcasting:

import numpy as np
t = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]) 
P = np.array([30, 69, 56, 70, 90, 59, 87, 10, 20], dtype=float) 
i = np.arange(1, 8 , 1)
t_inc= 2 + i 

T = np.tile(t[:,None], len(i))
P = np.tile(P[:,None], len(i))

np.tile 通过重复给定次数来构造一个数组，在这种情况下，我们将有 t 和 P 的 len(i) 个副本，即：

P
array([[30., 30., 30., 30., 30., 30., 30.],
       [69., 69., 69., 69., 69., 69., 69.],
       [56., 56., 56., 56., 56., 56., 56.],
       [70., 70., 70., 70., 70., 70., 70.],
       [90., 90., 90., 90., 90., 90., 90.],
       [59., 59., 59., 59., 59., 59., 59.],
       [87., 87., 87., 87., 87., 87., 87.],
       [10., 10., 10., 10., 10., 10., 10.],
       [20., 20., 20., 20., 20., 20., 20.]])

现在我们使用 np.logical_or:

将所有不满足要求条件的元素设置为零

P[np.logical_or(2>T, T>t_inc)]=0
P
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [69., 69., 69., 69., 69., 69., 69.],
       [56., 56., 56., 56., 56., 56., 56.],
       [ 0., 70., 70., 70., 70., 70., 70.],
       [ 0.,  0., 90., 90., 90., 90., 90.],
       [ 0.,  0.,  0., 59., 59., 59., 59.],
       [ 0.,  0.,  0.,  0., 87., 87., 87.],
       [ 0.,  0.,  0.,  0.,  0., 10., 10.],
       [ 0.,  0.,  0.,  0.,  0.,  0., 20.]])

通过这种方式，我们在每一列中准确存储要平均的元素，但是使用 np.mean 会产生错误的结果，因为分母将是 P.shape[0]，即也计算零值元素。作为解决方法，我们可以沿轴求和并除以非零元素的总数，使用 np.count_nonzero:

np.sum(P, axis=0)/np.count_nonzero(P, axis=0)
array([62.5, 65., 71.25, 68.8, 71.83333333, 63., 57.625])

基于第二列间隔的列值的平均值

Average of column values based on intervals of a second column

python

numpy

average

multiple-columns