我有一个数组，其中包含表示距离的数字，另一个表示该距离处的某些值。如何计算距离固定值处所有数据的平均值？
例如距离（d）：[1 1 14 6 1 12 14 6 6 7 4 3 7 9 1 3 3 6 5 8]
例如与距离条目对应的数据：
因此在 d=1 时值=3.3；值=2,1，d=1；值=3.5，d=14；等等。
[3.3 2.1 3.5 2.5 4.6 7.4 2.6 7.8 9.2 10.11 14.3 2.5 6.7 3.4 7.5 8.5 9.7 4.3 2.8 4.1]
例如，在距离 d=6 处，我应该取 2.5、7.8、9.2 和 4.3 的平均值
我使用了以下有效的代码，但我不知道如何将值存储到新数组中：
from numpy import mean
for d in set(key):
print d, mean([dist[i] for i in range(len(key)) if key[i] == d])
请帮忙！谢谢
【问题讨论】：
您已经完成了最困难的部分，只需将您的结果放入一个新列表就很简单：
result = []
for d in set(key):
result.append(mean([dist[i] for i in range(len(key)) if key[i] == d]))
【讨论】：
使用pandas
g = pd.DataFrame({'d':d, 'k':k}).groupby('d')
选项 1：transform 获取相同位置的值
g.transform('mean').values
选项2：直接mean，得到一个dict的映射
g.mean().to_dict()['k']
【讨论】：
设置
d = np.array(
[1, 1, 14, 6, 1, 12, 14, 6, 6, 7, 4, 3, 7, 9, 1, 3, 3, 6, 5, 8]
)
k = np.array(
[3.3,2.1,3.5,2.5,4.6,7.4,2.6,7.8,9.2,10.11,14.3,2.5,6.7,3.4,7.5,8.5,9.7,4.3,2.8,4.1]
)
scipy.sparse + csr_matrix
from scipy import sparse
s = d.shape[0]
r = np.arange(s+1)
m = d.max() + 1
b = np.bincount(d)
out = sparse.csr_matrix( (k, d, r), (s, m) ).sum(0).A1
(out / b)[d]
array([ 4.375, 4.375, 3.05 , 5.95 , 4.375, 7.4 , 3.05 , 5.95 ,
5.95 , 8.405, 14.3 , 6.9 , 8.405, 3.4 , 4.375, 6.9 ,
6.9 , 5.95 , 2.8 , 4.1 ])
【讨论】：
您可以将来自numpy 库的array 与同样来自同一个库的where 结合使用。
您可以定义一个函数来获取所需距离的位置：
from numpy import mean, array, where
def key_distances(distances, d):
return where(distances == d)[0]
然后你用它来获取那些位置的值。
假设你有：
d = array([1,1,14,6,1,12,14,6,6,7,4,3,7,9,1,3,3,6,5,8])
v = array([3.3,2.1,3.5,2.5,4.6,7.4,2.6,7.8,9.2,10.11,14.3,2.5,6.7,3.4,7.5,8.5,9.7,4.3,2.8,4.1])
那么你可能会这样做：
vs = v[key_distances(d,d[1])]
那么你的意思：
print mean(vs)
【讨论】：
numpy_indexed 包（免责声明：我是它的作者）在设计时考虑了这些用例：
import numpy_indexed as npi
npi.group_by(d).mean(dist)
熊猫也可以做类似的事情；但它的 api 并不是真正针对这些东西量身定制的；对于 group-by 这样的基本操作，我觉得必须将您的数据提升到一个全新的数据结构中有点不对。
【讨论】：