查找列表中每个元素的中位数

Question

我有一些大数据列表，介于 1000 到 10000 个元素之间。 现在我想借助中值函数过滤掉一些峰值。

    #example list with just 10 elements
    my_list = [4.5, 4.7, 5.1, 3.9, 9.9, 5.6, 4.3, 0.2, 5.0, 4.6]
    
    #list of medians calculated from 3 elements
    my_median_list = []
    for i in range(len(my_list)):
        if i == 0:
            my_median_list.append(statistics.median([my_list[0], my_list[1], my_list[2]])
        elif i == (len(my_list)-1):
            my_median_list.append(statistics.median([my_list[-1], my_list[-2], my_list[-3]])
        else:
            my_median_list.append(statistics.median([my_list[i-1], my_list[i], my_list[i+1]])

    print(my_median_list)
    # [4.7, 4.7, 4.7, 5.1, 5.6, 5.6, 4.3, 4.3, 4.6, 4.6]

到目前为止，这有效。 但我认为它看起来很丑，可能效率低下？ 有没有办法用统计数据或 NumPy 来更快地做到这一点？ 还是另一种解决方案？ 此外，我寻找一个解决方案，我可以从计算中位数的元素数量中传递一个参数。 在我的示例中，我始终使用 3 个元素的中位数。 但是对于我的真实数据，我想使用中位数设置，然后可能使用 10 个元素中的中位数。

Answer 1

您计算的值太多，因为：

my_median_list.append(statistics.median([my_list[i-1], my_list[i], my_list[i+1]])

和

my_median_list.append(statistics.median([my_list[0], my_list[1], my_list[2]])

当i == 1时相同。 同样的错误发生在最后，所以你得到了太多的最终值。

使用zip()更容易且不易出错，这将为您制作三个元素元组：

from statistics import median

my_list = [4.5, 4.7, 5.1, 3.9, 9.9, 5.6, 4.3, 0.2, 5.0, 4.6]

[median(l) for l in zip(my_list, my_list[1:], my_list[2:])]
# [4.7, 4.7, 5.1, 5.6, 5.6, 4.3, 4.3, 4.6]

对于任意大小的collections.deque组，非常方便，因为您可以设置最大大小。 然后，您只需在一端推动项目，然后从另一端移除项目以保持尺寸。 这是一个生成器示例，它将您的组大小设置为n ：

from statistics import median
from collections import deque

def rolling_median(l, n):
    d = deque(l[0:n], n)
    yield median(d)
    for num in l[n:]:
        d.append(num)
        yield median(d)
    
my_list = [4.5, 4.7, 5.1, 3.9, 9.9, 5.6, 4.3, 0.2, 5.0, 4.6]

list(rolling_median(my_list, 3))
# [4.7, 4.7, 5.1, 5.6, 5.6, 4.3, 4.3, 4.6]

list(rolling_median(my_list, 5))
# [4.7, 5.1, 5.1, 4.3, 5.0, 4.6]