我有两个数组:
Obs=([])
abs_error=([])
我想用Obs来定义箱子。例如,Where Obs为1到2,bin abs_error为bin#1。然后在Obs为2到3的地方,将bin abs_error bin到bin#2中。等等
一旦我有了binned abs_error(由Obs分类),我想计算每个bin的平均值,然后绘制y轴上每个bin的平均值与x轴上的bin的平均值。
我如何通过Obs定义的bin来分类abs_error?一旦完成,我该如何计算每个垃圾箱的平均值?
现在我有:
abs_error=np.array([2.214033842086792 2.65031099319458 2.021354913711548 ... 2.831442356109619 1.9227538108825684 0.19358205795288086])
obs=np.array([3.3399999141693115 1.440000057220459 1.2799999713897705 ... 5.78000020980835 6.050000190734863 7.75])
bin_boundaries=np.array([0.0,1.0,2.0,3.0,4.0,5.0,6.0,7.0,8.0,9.0,10.0,11.0,12.0,13.0,14.0,15.0,16.0,17.0,18.0,19.0,20.0])
idx = np.digitize(obs, bin_boundaries)
mn_ = np.bincount(idx,abs_error) / np.bincount(idx)
print mn
[83.09254473 3.18577858 2.82887524 2.78532805 2.43264693 1.96835116 1.77645996 1.66138196 1.5972414 1.57512014 1.53094066 1.7965252 1.98050336 2.29916244 3.06640482 4.66769505 3.16787195]
我无法打印整个阵列,因为它们非常大。
如果您的垃圾箱大小相同,您可以使用楼层划分从Obs
获取垃圾箱索引,在您的示例中。
idx = (Obs // 1).astype(int)
如果不使用np.digitize
而不是。
idx = np.digitize(Obs, bin_boundaries)
一旦你有索引使用它们与np.bincount
获得手段。
mn = np.bincount(idx, abs_error) / np.bincount(idx)