numpy数组而不是python列表-使用nditer从两个1d数组创建2d数组

Question

以下代码有效，但是尽管付出了一些努力，但仍无法弄清楚如何使用numpy数组（使用nditer）而不是python列表（使用枚举）。

它是用于心理学实验的，其中每个试验都呈现四个刺激之一，并记录参与者的反应时间。 然后，通过从两个1d数组中创建一个2d数组，计算四种试验类型中每种类型的平均反应时间。

trialTypeData = [3, 0, 2, 1, 1, 0, 2, 3]
Rt = [900, 1200, 1300, 1400, 1100, 1200, 1300, 1400]

RtByTrialType = [0, 0, 0, 0]
meanRtByTrialType = [0, 0, 0, 0]

for trialType in range(0, 4):
    RtByTrialType[trialType] = [Rt[i] for i, x in enumerate(trialTypeData) if x == trialType]
meanRtByTrialType[trialType] = sum(RtByTrialType[trialType])/len(RtByTrialType[trialType])

print "Average latencies by Trialtype:"
print (meanTrialTypeRt)

Answer 1

对于这种数据分析，我建议使用pandas而不是numpy ； 它使很多事情变得容易得多。 在这种情况下，您可以使用groupby （按类型收集项目），然后mean ：

>>> import pandas as pd
>>> trialTypeData = [3, 0, 2, 1, 1, 0, 2, 3]
>>> Rt = [900, 1200, 1300, 1400, 1100, 1200, 1300, 1400]
>>> df = pd.DataFrame({"Rt": Rt, "type": trialTypeData})
>>> df
     Rt  type
0   900     3
1  1200     0
2  1300     2
3  1400     1
4  1100     1
5  1200     0
6  1300     2
7  1400     3

[8 rows x 2 columns]
>>> df.groupby("type").mean()
        Rt
type      
0     1200
1     1250
2     1300
3     1150

[4 rows x 1 columns]

Answer 2

不要使用nditer 。 有更好的方法：

meanTrialTypeRt = [Rt[trialTypeData == trialType].mean()
                   for trialType in xrange(4)]

对于每种试验类型，这将选择trialTypeData等于trialType位置，并从Rt获取这些位置，然后计算平均值。 我不熟悉或现在不记得的NumPy或SciPy统计例程可能有更好的方法来执行此操作； 我使用的列表理解是一个很大的危险信号，并且该例程的运行时间仍然会随着试用类型的数量而不必要地增长。

（请注意， Rt和trialTypeData必须是NumPy数组才能起作用。）

Answer 3

这是另一种方式：

trialTypeData = np.array([3, 0, 2, 1, 1, 0, 2, 3])
Rt = np.array([900, 1200, 1300, 1400, 1100, 1200, 1300, 1400])

meanTrialTypeRt = np.bincount(trialTypeData, Rt) / np.bincount(trialTypeData)

或者，如果您知道每种试验类型的实例数相同，则：

n_trials = 4
order = trialTypeData.argsort()
RtByTrialType = Rt[order].reshape((n_trials, -1))
meanTrialTypeRt = RtByTrialType.mean(1)

第二种方法可能会比较慢（或者我没有计时），但是它会生成RtByTrialType数组，如果以后需要它可以使用。 整形中的-1告诉numpy找出使整形起作用的值。