0

假设一个shape和 typenumpy数组。需要通过元素方式的均值中值计算的行。具体来说，行索引被划分为“桶”，每个桶都包含这样的索引。接下来，在每个桶中，我计算平均值，并在得到的平均值中进行最终的中值计算。Xm x nfloat64Xmbm/b

澄清它的一个例子是

import numpy as np

m = 10
n = 10000

# A random data matrix
X = np.random.uniform(low=0.0, high=1.0, size=(m,n)).astype(np.float64)

# Number of buckets to split rows into
b = 5

# Partition the rows of X into b buckets
row_indices = np.arange(X.shape[0])
buckets = np.array(np.array_split(row_indices, b))
X_bucketed = X[buckets, :]

# Compute the mean within each bucket
bucket_means = np.mean(X_bucketed, axis=1)

# Compute the median-of-means
median = np.median(bucket_means, axis=0)

# Edit - Method 2 (based on answer)
np.random.shuffle(row_indices)
X = X[row_indices, :]
buckets2 = np.array_split(X, b, axis=0)
bucket_means2 = [np.mean(x, axis=0) for x in buckets2]
median2 = np.median(np.array(bucket_means2), axis=0)

如果b除法，该程序可以正常工作，m因为np.array_split()导致将索引分成相等的部分并且数组buckets是二维数组。

b但是，如果不除，它就不起作用m。在这种情况下，np.array_split()仍会拆分为b桶，但大小不等，这对我的目的来说很好。例如，如果b = 3它将索引 {0,1,...,9} 拆分为 [0 1 2 3]、[4 5 6] 和 [7 8 9]。这些数组不能相互堆叠，因此该数组buckets不是二维数组，不能用于索引X_bucketed。

我怎样才能使这项工作适用于大小不等的桶，即让程序计算每个桶内的平均值（不管它的大小），然后计算桶的中位数？

我无法完全掌握蒙面数组，我不确定是否可以在这里使用。

4

1 回答 1

1

您可以考虑分别计算每个桶的平均值，然后堆叠并计算中位数。您也可以直接使用array_splitto X，无需使用切片索引数组对其进行索引（也许这是您的主要问题？）。

m = 11
n = 10000

# A random data matrix
X = np.random.uniform(low=0.0, high=1.0, size=(m,n)).astype(np.float64)

# Number of buckets to split rows into
b = 5

# Partition the rows of X into b buckets
buckets = np.array_split(X, 2, axis = 0)

# Compute the mean within each bucket
b_means = [np.mean(x, axis=0) for x in buckets]

# Compute the median-of-means
median = np.median(np.array(b_means), axis=0)

print(median) #(10000,) shaped array
于 2020-08-06T02:33:43.823 回答