[英]How do I use enumerate in Python to compute STD of a list?
我正在尝试计算列表vr
的标准偏差。 列表大小为 32,包含大小为 3980 的数组。此数组表示给定height
(3980 高度)处的值。
首先,我将数据分成 15 分钟的块,其中的分钟以raytimes
给出。 raytimes
也是一个大小为32
的列表(仅包含观察时间, vr
)。
我想要在每个height
级别计算标准偏差,这样我最终会得到一个大小为3980
最终数组。 这发生在我的代码中。 然而,我的代码在测试时没有产生正确的标准偏差值——也就是说,输出到w1sd
、 w2sd
等的值不正确(但是数组的大小正确:一个包含3980
元素的数组)。 我假设在计算标准偏差时我混淆了错误的索引。
以下是数据集中的示例值。 所有数据都应该属于w1
和w1sd
因为本示例中提供的raytimes
都在 15 分钟内 (< 0.25)。 我想计算vr
的第一个元素的标准偏差,即2.0 + 3.1 + 2.1
的标准偏差,然后是第二个元素,或标准偏差3.1 + 4.1 + nan
等。 w1sd
的结果应该是[0.497, 0.499, 1.0, 7.5]
但是下面的代码在w1sd = [0.497, 0.77, 1.31, 5.301]
中给出了一个nanstd
。 nanstd
或我的索引有问题吗?
vr = [
[2.0, 3.1, 4.1, nan],
[3.1, 4.1, nan, 5.1],
[2.1, nan, 6.1, 20.1]
]
Height = [10.0, 20.0, 30.0, 40]
raytimes = [0, 0.1, 0.2]
for j, h in enumerate(Height):
for i, t in enumerate(raytimes):
if raytimes[i] < 0.25:
w1.append(float(vr[i][j]))
elif 0.25 <= raytimes[i] < 0.5:
w2.append(float(vr[i][j]))
elif 0.5 <= raytimes[i] < 0.75:
w3.append(float(vr[i][j]))
else:
w4.append(float(vr[i][j]))
w1sd.append(round(nanstd(w1), 3))
w2sd.append(round(nanstd(w2), 3))
w3sd.append(round(nanstd(w3), 3))
w4sd.append(round(nanstd(w4), 3))
w1 = []
w2 = []
w3 = []
w4 = []
我会考虑为此使用pandas
。 它是一个库,允许高效处理numpy
数组中的数据集,并让您numpy
进行所有循环和索引。
在这种情况下,我将定义一个包含N_raytimes
行和N_Height
列的dataframe
N_raytimes
,这将允许以您喜欢的任何方式轻松切片和聚合数据。
此代码给出了预期的输出。
import pandas as pd
import numpy as np
vr = [
[2.0, 3.1, 4.1, np.nan],
[3.1, 4.1, np.nan, 5.1],
[2.1, np.nan, 6.1, 20.1]
]
Height = [10.0, 20.0, 30.0, 40]
raytimes = [0, 0.1, 0.2]
# Define a dataframe with the data
df = pd.DataFrame(vr, columns=Height, index=raytimes)
df.columns.name = "Height"
df.index.name = "raytimes"
# Split it out (this could be more elegant)
w1 = df[df.index < 0.25]
w2 = df[(df.index >= 0.25) & (df.index < 0.5)]
w3 = df[(df.index >= 0.5) & (df.index < 0.75)]
w4 = df[df.index >= 0.75]
# Compute standard deviations
w1sd = w1.std(axis=0, ddof=0).values
w2sd = w2.std(axis=0, ddof=0).values
w3sd = w3.std(axis=0, ddof=0).values
w4sd = w4.std(axis=0, ddof=0).values
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.