[英]Python : easy way to do geometric mean in python?
我想知道是否有任何簡單的方法可以使用 python 但不使用 python 包來計算幾何平均值。 如果沒有,是否有任何簡單的包來做幾何平均?
幾何平均值的公式為:
因此,您可以輕松編寫如下算法:
import numpy as np
def geo_mean(iterable):
a = np.array(iterable)
return a.prod()**(1.0/len(a))
您不必為此使用 numpy,但它往往比 Python 更快地對數組執行操作。 請參閱此答案以了解原因。
如果溢出的可能性很高,您可以先將數字映射到對數域,計算這些對數的總和,然后乘以 1/n,最后計算指數,例如:
import numpy as np
def geo_mean_overflow(iterable):
return np.exp(np.log(iterable).mean())
如果有人在這里尋找庫實現,scipy 中有gmean() ,可能比自定義實現更快且在數值上更穩定:
>>> from scipy.stats import gmean
>>> gmean([1.0, 0.00001, 10000000000.])
46.415888336127786
與 Python 2 和 3 兼容。*
從Python 3.8
開始,標准庫附帶了geometric_mean
函數作為statistics
模塊的一部分:
from statistics import geometric_mean
geometric_mean([1.0, 0.00001, 10000000000.]) # 46.415888336127786
這樣做:
numbers = [1, 3, 5, 7, 10]
print reduce(lambda x, y: x*y, numbers)**(1.0/len(numbers))
這是純 Python 中的防溢出版本,與接受的答案基本相同。
import math
def geomean(xs):
return math.exp(math.fsum(math.log(x) for x in xs) / len(xs))
您可以使用 pow 函數,如下所示:
def p(*args):
k=1
for i in args:
k*=i
return pow(k, 1/len(args))]
>>> p(2,3)
2.449489742783178
您還可以使用 numpy 計算幾何平均值:
import numpy as np
np.exp(np.mean(np.log([1, 2, 3])))
結果:
1.8171205928321397
import pandas as pd
geomean=Variable.product()**(1/len(Variable))
print(geomean)
from scipy import stats
print(stats.gmean(Variable))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.