使用NumPy查找元组列表第二元素的中位数

Question

假设我有一个元组列表，如下所示:

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

我的目标是获取元组列表中值的第一个元素，使用元组的第二个元素。在上面的例子中，我想要一个b的输出，因为中位数是3。我试着用下面的代码使用NumPy，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()))`

首先将列表转换为字典，然后计算其值的中位数。

当您想要获得实际的键时，您可以这样做:

dl = dict(list) #{'a': 1, 'b': 3, 'c': 5}
dl.keys()[dl.values().index(np.median(dl.values()))]

将打印'b'。假设中位数在列表中，否则将抛出ValueError。因此，您可以使用这样的try/except，使用@Anand S Kumar的答案中的示例:

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())))])

对于第一个列表，您将得到:

中位数不在此列表中。其值为4.0

最近的键是f

对于你的例子，它只是打印:

b

Answer 2

np.median不接受任何称为key的参数。相反，您可以使用列表推导式，只从内部列表中取出第二个元素。例子——

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，如果不是用于示例目的，不要使用list作为变量名，它会遮蔽内置函数list。

Answer 3

np.median不接受某种'key'参数，并且不返回它找到的索引。此外，当有偶数个项目(沿轴)时，它返回2个中心项目的平均值。

但是median用来查找中心项的np.partition确实接受结构化数组字段名。因此，如果将元组列表转换为结构化数组，则可以轻松地选择中间项。

列表:

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')])

我们可以得到中间的项(1 for size 3):

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

并允许偶数项(代码取自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)]

为3项数组:

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

表示包含6个元素的数组:

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')])

查看我使用np.argpartition的早期版本的编辑历史。

---

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')])