python - numpy/python中的加权平均值

Question

我有一个很大的连续值数组，范围从 (-100, 100)

现在对于这个数组，我想计算加权平均值 described here

因为它是连续的，我还想每 20 次为值设置一次中断即值应该是离散的-100-80-60....6080100

我一般如何在 NumPy 或 python 中执行此操作？

编辑:这里与正常平均值的不同之处在于，平均值是根据值的频率计算的

Answer 1

您实际上有 2 个不同的问题。

1. 如何使数据离散化，以及
2. 如何进行加权平均。

通常一次问 1 个问题会更好，但无论如何。

根据您的规范:

xmin = -100
xmax = 100
binsize = 20

首先，让我们导入 numpy 并制作一些数据:

import numpy as np
data = numpy.array(range(xmin, xmax))

然后让我们进行您正在寻找的分箱:

bins_arange = numpy.arange(xmin, xmax + 1, binsize) 

据此我们可以将数据转换为离散形式:

counts, edges = numpy.histogram(data, bins=bins_arange)

现在要计算加权平均值，我们可以使用分箱中间(例如 -100 和 -80 之间的数字平均为 -90):

bin_middles = (edges[:-1] + edges[1:]) / 2

请注意，与整数除法相反，此方法不要求分箱均匀“间隔”。

然后让我们做一些权重:

weights = numpy.array(range(len(counts)) / sum(range(len(counts))

然后把它们放在一起:

average =          np.sum(bin_middles * counts * 1) / sum(counts)
weighted_average = np.sum(bin_middles * counts * weights) / sum(counts)