问题标签 [geometric-mean]

我试图找到几何平均值的内置函数，但找不到。

（显然，在 shell 中工作时，内置不会为我节省任何时间，我也不怀疑准确性有任何差异；对于脚本，我尝试尽可能多地使用内置，其中（累积）性能提升通常很明显。

如果没有一个（我怀疑是这种情况），这是我的。

我有以下数据框：

我想计算每一行的几何平均值。我的代码是

输入此代码后，我得到了这个输出：

问题是在将几何平均函数应用于具有 NA 的行后，我得到了 NA。如何跳过 NA 并计算具有 NA 的行的几何平均值

当我使用gene<- na.exclude(datpass[, 42:52]). 它跳过了具有 NA 的行，根本不计算几何平均值。这就是我现在想要的。我还想计算具有 NA 的行的几何平均值。我该怎么做呢？

鉴于如果列表中没有 0，我们可以轻松地将列表中项目的乘积与列表中项目的对数之和进行转换，例如：

我们应该如何处理列表和 Python 中有 0 的情况 （以编程和数学正确的方式）？

更具体地说，我们应该如何处理以下情况：

返回 0 真的是处理这个问题的正确方法吗？什么是优雅的解决方案，让我们考虑列表中的 0 但最终不为 0？

因为它是某种几何平均值（列表的乘积），当我们仅仅因为列表中只有一个 0 而返回 0 时，它并不完全有用。

从 Math Stackexchange 溢出： https ://math.stackexchange.com/questions/1727497/resolving-zeros-in-product-of-items-in-list ，数学人没有回答，也许 python/code Jedis 有解决这个问题的更好的想法。

我是 MATLAB 新手。我不知道如何使用几何平均滤波器来过滤噪声图像。对于算术平均滤波器，我使用这个：

几何平均滤波器有没有类似的方法？

我想知道是否有任何简单的方法可以使用 python 但不使用 python 包来计算几何平均值。如果没有，是否有任何简单的包来做几何平均？

我正在尝试计算大量数字（约 115k 数字）的加权几何平均值。

每个数字都分配有 1、2 或 3 的权重值。

似乎有很多方法可以计算几何平均值（非加权），而我之前遇到的一件事是该方法：

1. EXP（平均（LN（<值列表>）））

对于大型列表来说，这是一种比以下任何一种更好的方法：

2. PRODUCT ( nTH_ROOT ( ) )，其中 n 是列表中值的数量

3. nTH_ROOT ( PRODUCT ( ) )，其中 n 是列表中值的数量

我能找到的用于计算加权几何平均值的参考资料都使用了最后两种方法。以我有限的经验，这些方法在尝试运行很长的列表时几乎总是会导致错误。对于 115k 的列表，方法 2 计算出一个非常大的中间数。Excel 无法获取数字的第 115000 个根，我不确定 python 或 R 之类的东西是否可以做到。

无论如何，我的目标是根据上面的方法 1 提出一个加权几何平均公式。

我提出的解决方案如下。注意：我主要在 excel 中执行此操作，尽管我首先在 python 中计算了列表中每个值的日志。我的问题不是关于在 excel 中编程，而是关于加权几何平均值背后的数学。我提出了 excel，因为我在下面提出的解决方案是基于使用 excel 数据透视表输出来根据权重对列表值进行分组。我的最终输出需要在 excel 中，因此首选 excel 友好的解决方案。它在excel中测试得很好，但我想要求确认。

加权几何平均值 =

非常感谢！

保罗

一些几乎有用的链接：

https://www.quora.com/How-do-I-calculate-a-weighted-geometric-mean

http://www.dummies.com/education/math/business-statistics/how-to-find-the-weighted-geometric-mean-of-a-data-set/

我正在尝试执行森林火灾图生成算法（http://cs.stanford.edu/~jure/pubs/powergrowth-kdd05.pdf ）的实现（Python ）。

这是伪代码的样子： 我遇到的问题是理解第二步。如何生成这些数字？

numpy 库https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.geometric.html中有一个实现，但它不仅需要 p 值，还需要大小（在这种情况下的大小）算法？为什么在算法中给出几何平均值，为什么不只是 p 值？）

我在这里找到了一个解决方案https://stackoverflow.com/a/9083170/7127824但我不确定它是否正确（根据该算法的需要）

有什么建议么？

我有一个 2x3 矩阵m = [1.1, 2.0, 0.5 ; 0.9, 1.5, 1.1];。我需要计算沿第二个维度的累积几何平均值，即生成的矩阵results也必须具有相同的维度 (2x3)。它基本上与使用cumprod我需要采用 1/n 幂的扩展程序相当，其中n列号是。

results必须看起来像这样：

results = cumprod(m,2)提供乘法组件。然而，为了获得适当的权力，最聪明的方法是什么？

我有一个从 1 到 的整数n。我将每个整数随机分配到三个集合A和( ) 之一。每个整数都属于一个集合。所以我需要计算所有元素的组合，这样和 的几何平均值属于。基本上。BCA ∩ B = B ∩ C = C ∩ A = Ø(a,b)a ∈ A, b ∈ Ba,bCsqrt(a*b) ∈ C

我的解决方案是首先在一个大小数组上标记n每个元素是否进入集合 A、B 或 C。然后我循环遍历数组以查找所有属于A. 当我遇到一个时，我再次遍历所有属于B. 如果array[sqrt(a*b)] == C，那么我添加(a, b, sqrt(a,b))一个可能的组合。然后我对整个数组做同样的事情，即O(n^2).

是否有更优化的解决方案？

我想计算一些数据（包括NaN）的几何平均值，我该怎么做？

我知道如何用 NaN 计算平均值，我们可以使用以下代码：

那么如何使用geomean呢？