numpy / python中的加权平均值

Question

我有一个很大的连续值数组，范围是（-100，100）

现在，对于此数组，我想计算此处描述的加权平均值

因为它是连续的，所以我也想为每20个值设置一次中断，即，这些值应该离散为-100 -80 -60...。60 80 100

我一般如何在NumPy或python中做到这一点？

编辑：这里与正常均值的差异，均值是根据值的频率计算得出的

Answer 1

您实际上有两个不同的问题。

1. 如何使数据离散化，以及
2. 如何进行加权平均。

通常一次要问一个问题更好，但是无论如何。

根据您的规范：

xmin = -100
xmax = 100
binsize = 20

首先，让我们导入numpy并进行一些数据：

import numpy as np
data = numpy.array(range(xmin, xmax))

然后，让您进行所需的分箱：

bins_arange = numpy.arange(xmin, xmax + 1, binsize) 

由此，我们可以将数据转换为离散形式：

counts, edges = numpy.histogram(data, bins=bins_arange)

现在要计算加权平均值，我们可以使用合并中间值（例如，-100和-80之间的数字平均为-90）：

bin_middles = (edges[:-1] + edges[1:]) / 2

请注意，与整数除法相反，此方法不需要将装仓均匀地“隔开”。

然后让我们权衡一下：

weights = numpy.array(range(len(counts)) / sum(range(len(counts))

然后将它们组合在一起：

average =          np.sum(bin_middles * counts * 1) / sum(counts)
weighted_average = np.sum(bin_middles * counts * weights) / sum(counts)

Answer 2

对于离散化（中断），这是一种使用python整数除法的方法：

import numpy as np
values = np.array([0, 5, 10, 11, 21, 24, 48, 60])
(values/20) *20
# or (a/10).astype(int)*10 to force rounding

将打印：

aarray([ 0,  0,  0,  0, 20, 20, 40, 60])

对于加权平均值，如果您有另一个具有每个点权重的数组，则可以使用：

weighted_means = sum([ w*v for w,v in zip(weights, values)]) / sum( w*w )