计算概率密度平均值蟒蛇

Question

假设我有一个概率密度函数的热图作为numpy ndarray(m,n)。是否有自动计算将此矩阵视为概率密度的平均值的函数？我似乎找不到可以自动执行此操作的功能。

当然，一个简单的解决方案是创建一个权重等于数组索引的加权平均值，但似乎应该有一个内置函数来做到这一点。

分类： 假设我的阵列heatmap = [[0,0,0,1],[0,0,1,0],[0,0,1.5,0],[0,0,0,0]]. 否，如果我们假设这不是归一化概率，您可以计算概率密度的平均值和其他属性。

例如，x 方向的平均值为

xx = np.arange(0,heatmap.shape[1],1)
weights = np.tile(xx,(heatmap.shape[0],1))
mean_x = np.average(weights, weights = heatmap_avg_left)

我只是在 numpy 或 scipy 中寻找一个可以自动执行此操作和其他概率属性的函数

Answer 1

您可以使用scipy.ndimage.center_of_mass找到数组的质心。如果将数组索引到包含单个质量的地图中，则可以直接变换：

from scipy.ndimage import center_of_mass
indices = ... # shape (m, n), values in [0, k)
mass_lookup = ... # shape (k)
result = center_of_mass(mass_lookup[indices])

在这种情况下，mass_lookup就像一个热图。如果数组包含权重，请直接使用它。

Answer 2

# assuming the array is called pdf_arr
axis = 0  # 0 for x axis (columns), 1 for y axis (rows)
marginal_pdf = pdf_arr.sum(axis=axis)
# since it's just a sample, normalize pdf
marginal_pdf /= marginal_pdf.sum()
axis_mean = (marginal_pdf * np.arange(pdf_arr.shape[1-axis])).sum()
# repeat the same for axis = 1