[英]How do I use enumerate in Python to compute STD of a list?
我正在嘗試計算列表vr
的標准偏差。 列表大小為 32,包含大小為 3980 的數組。此數組表示給定height
(3980 高度)處的值。
首先,我將數據分成 15 分鍾的塊,其中的分鍾以raytimes
給出。 raytimes
也是一個大小為32
的列表(僅包含觀察時間, vr
)。
我想要在每個height
級別計算標准偏差,這樣我最終會得到一個大小為3980
最終數組。 這發生在我的代碼中。 然而,我的代碼在測試時沒有產生正確的標准偏差值——也就是說,輸出到w1sd
、 w2sd
等的值不正確(但是數組的大小正確:一個包含3980
元素的數組)。 我假設在計算標准偏差時我混淆了錯誤的索引。
以下是數據集中的示例值。 所有數據都應該屬於w1
和w1sd
因為本示例中提供的raytimes
都在 15 分鍾內 (< 0.25)。 我想計算vr
的第一個元素的標准偏差,即2.0 + 3.1 + 2.1
的標准偏差,然后是第二個元素,或標准偏差3.1 + 4.1 + nan
等。 w1sd
的結果應該是[0.497, 0.499, 1.0, 7.5]
但是下面的代碼在w1sd = [0.497, 0.77, 1.31, 5.301]
中給出了一個nanstd
。 nanstd
或我的索引有問題嗎?
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 = []
我會考慮為此使用pandas
。 它是一個庫,允許高效處理numpy
數組中的數據集,並讓您numpy
進行所有循環和索引。
在這種情況下,我將定義一個包含N_raytimes
行和N_Height
列的dataframe
N_raytimes
,這將允許以您喜歡的任何方式輕松切片和聚合數據。
此代碼給出了預期的輸出。
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
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.