numpy 阵列中的滤波元件具有一定的最小频率

Question

我有一个包含 5000 个计数的数组，需要对其进行卡方检验。 然而，该测试仅在每个值的预期频率 > 5 时才有效。 我使用collections.Counter(x)找到了数据集中每个值的频率，我可以看到有一些频率为 1 或 2 的值。现在我想从我的原始数据集 x 但我不知道该怎么做。

一旦我删除了这些点，我需要创建一个预期的泊松分布以用于卡方检验，但再次确保预期的频率大于 5。 我已经使用stats.poisson.rvs进行了一些分布，但是有没有办法可以确保频率始终高于 5？ 还是最好通过我的问题第一部分中的步骤创建发行版和 go？

Answer 1

将阵列过滤到特定频率（例如>5 ）的一种方法是（ a是您的原始阵列）：

#this method assumes array a is consists of integers
a[np.in1d(a, np.where(np.bincount(a)>5)[0])]

另一种方法是：

#works for non-integer arrays
values, counts = np.unique(a, return_counts=True)
a[np.in1d(a, values[counts>5])]

我猜bincount解决方案更快。