使用 NumPy 查找元组列表的第二个元素的中位数

Question

假设我有一个元组列表，如下所示：

list = [(a,1), (b,3), (c,5)]

我的目标是使用元组的第二个元素获取元组列表中位数的第一个元素。在上述情况下，我希望输出 b，因为中位数为 3。我尝试使用 NumPy 和以下代码，但无济于事：

import numpy as np

list = [('a',1), ('b',3), ('c',5)]
np.median(list, key=lambda x:x[1])

Answer 1

你可以这样计算中位数：

np.median(dict(list).values()) 
# in Python 2.7; in Python 3.x it would be `np.median(list(dict(list_of_tuples).values()))`

首先将您的列表转换为字典，然后计算其值的中位数。

当你想得到实际的密钥时，你可以这样做：

dl = dict(list) #{'a': 1, 'b': 3, 'c': 5}

dl.keys()[dl.values().index(np.median(dl.values()))]

这将打印'b'。假设中位数在列表中，如果不是，则将抛出 ValueError。因此，您可以使用@Anand S Kumar 的回答中的示例，像这样使用try/except：

import numpy as np

l = [('a',1), ('b',3), ('c',5), ('d',22),('e',11),('f',3)]

# l = [('a',1), ('b',3), ('c',5)]

dl = dict(l)
try:
    print(dl.keys()[dl.values().index(np.median(dl.values()))])
except ValueError:
    print('The median is not in this list. Its value is ',np.median(dl.values()))
    print('The closest key is ', dl.keys()[min(dl.values(), key=lambda x:abs(x-np.median(dl.values())))])

您将获得第一个列表：

中位数不在此列表中。其值为 4.0

最近的键是f

对于您的示例，它只打印：

b

Answer 2

np.median 不接受任何名为 key 的参数。相反，您可以使用列表推导，仅从内部列表中获取第二个元素。示例 -

In [3]: l = [('a',1), ('b',3), ('c',5)]

In [4]: np.median([x[1] for x in l])
Out[4]: 3.0

In [5]: l = [('a',1), ('b',3), ('c',5), ('d',22),('e',11),('f',3)]

In [6]: np.median([x[1] for x in l])
Out[6]: 4.0

另外，如果不是出于示例目的，请不要使用list 作为变量名，它会隐藏内置函数list。

Answer 3

np.median 不接受某种“关键”参数，并且不返回它找到的索引。此外，当项目数为偶数时（沿轴），它返回 2 个中心项目的平均值。

但是median 用于查找中心项目的np.partition 确实采用结构化数组字段名称。因此，如果我们将元组列表转换为结构化数组，我们可以轻松选择中间项。

名单：

In [1001]: ll
Out[1001]: [('a', 1), ('b', 3), ('c', 5)]

作为结构化数组：

In [1002]: la1 = np.array(ll,dtype='a1,i')
In [1003]: la1
Out[1003]: 
array([(b'a', 1), (b'b', 3), (b'c', 5)], 
     dtype=[('f0', 'S1'), ('f1', '<i4')])

我们可以通过：

In [1115]: np.partition(la1, (1), order='f1')[[1]]
Out[1115]: 
array([(b'b', 3)], 
      dtype=[('f0', 'S1'), ('f1', '<i4')])

并允许偶数个项目（代码抄自np.median）：

def mymedian1(arr, field):
    # return the middle items of arr, selected by field
    sz = arr.shape[0]  # 1d for now
    if sz % 2 == 0:
        ind = ((sz // 2)-1, sz // 2)
    else:
        ind = ((sz - 1) // 2,)
    return np.partition(arr, ind, order=field)[list(ind)]

对于 3 项数组：

In [1123]: mymedian1(la1,'f1')
Out[1123]: 
array([(b'b', 3)], 
      dtype=[('f0', 'S1'), ('f1', '<i4')])

对于 6 项数组：

In [1124]: la2
Out[1124]: 
array([(b'a', 1), (b'b', 3), (b'c', 5), (b'd', 22), (b'e', 11), (b'f', 3)], 
      dtype=[('f0', 'S1'), ('f1', '<i4')])

In [1125]: mymedian1(la2,'f1')
Out[1125]: 
array([(b'f', 3), (b'c', 5)], 
      dtype=[('f0', 'S1'), ('f1', '<i4')])

使用np.argpartition查看我的早期版本的编辑历史记录。

---

它甚至适用于第一个字段（字符）：

In [1132]: mymedian1(la2,'f0')
Out[1132]: 
array([(b'c', 5), (b'd', 22)], 
      dtype=[('f0', 'S1'), ('f1', '<i4')])