numpy數組而不是python列表-使用nditer從兩個1d數組創建2d數組

Question

以下代碼有效，但是盡管付出了一些努力，但仍無法弄清楚如何使用numpy數組（使用nditer）而不是python列表（使用枚舉）。

它是用於心理學實驗的，其中每個試驗都呈現四個刺激之一，並記錄參與者的反應時間。 然后，通過從兩個1d數組中創建一個2d數組，計算四種試驗類型中每種類型的平均反應時間。

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

對於這種數據分析，我建議使用pandas而不是numpy ； 它使很多事情變得容易得多。 在這種情況下，您可以使用groupby （按類型收集項目），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)]

對於每種試驗類型，這將選擇trialTypeData等於trialType位置，並從Rt獲取這些位置，然后計算平均值。 我不熟悉或現在不記得的NumPy或SciPy統計例程可能有更好的方法來執行此操作； 我使用的列表理解是一個很大的危險信號，並且該例程的運行時間仍然會隨着試用類型的數量而不必要地增長。

（請注意， Rt和trialTypeData必須是NumPy數組才能起作用。）

Answer 3

這是另一種方式：

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，如果您知道每種試驗類型的實例數相同，則：

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

第二種方法可能會比較慢（或者我沒有計時），但是它會生成RtByTrialType數組，如果以后需要它可以使用。 整形中的-1告訴numpy找出使整形起作用的值。