我有一件非常具体的事情要做,但不知道如何完成: 我有两个列表,x 和 y,对应的值(每个列表中大约 10k)。
首先,我需要根据它们在 x 中的顺序对两个列表进行分箱,每个分箱中有 N 个值。所以我不能预先定义固定的 bin 边缘,我宁愿需要,例如,每个 bin 中的 10 个值。
然后我需要计算对应于每个 x bin 的 10 个 y 值的中值。
在最后一步中,我有第三个列表 z,其中包含更多值,例如 x(大约 100k 个值),然后检查每个值,它会落在 x bin 中并添加相应 y 的平均值bin 到它(类似于:z + mean[y_m:y_n][where x_m < z < x_n]))。 知道怎么做吗?谢谢!
请您参考如下方法:
您可以使用 list.sort() 对数据进行排序然后使用 slicing创建您的垃圾箱:
s.sort()
bins = []
for i in range(0, len(s), 10):
bin = s[i: i+10]
bins.append(bin)
要获得每个 bin 的中位数,请将中间元素取平均值:
medians = []
for bin in bins:
middle = bin[4:6]
median = sum(middle) / float(len(middle))
medians.append(median)
这应该可以帮助您入门。我不想剥夺你自己完成程序的乐趣:-)
