通过在Python特点总结阵列 [英] Summing Arrays by Characteristics in Python

问题描述

我想知道什么是总结由下式给出的特点数组元素的最有效方式。比如我有1000平的数据，我就是我正在寻找的是跨性别每次抽签（列）的某一年，疾病的总和（即绘制按性别，年，疾病，我想两性每年和疾病），用于总和

 导入numpy的是NP
年= np.repeat（（1980年，1990年，2000年，2010年），10）
性别= np.array（['男'，'女'] * 20）
疾病= np.repeat（（'D1'，'D2'，'D3'，'D4'，'D5'，'D6'，'d7中'，'D8'），5）
绘制= np.random.normal（0,1，大小=（sex.shape [0]，1000））
 

如何让有跨越男女双方战平的某一年，疾病的总和数组，将形状（20，1000）有什么想法？我还需要能够做到这一点的情况下，其中的数据是不完美的正方形（有疾病年只有1个性别）。

解决方案

 导入numpy的是NP
进口和itertools
导入CSV年= np.repeat（（1980年，1990年，2000年，2010年），10）
性别= np.array（['男'，'女'] * 20）
疾病= np.repeat（（'D1'，'D2'，'D3'，'D4'，'D5'，'D6'，'d7中'，'D8'），5）
绘制= np.random.normal（0,1，大小=（sex.shape [0]，1000））年= np.unique（年）
疾病= np.unique（病）draw_sums =字典（（（Y，D），绘制[（全年== Y）及（病== D）]和（轴= 0））
                  y的，D在itertools.product（年，疾病））
 

这样导致用抽签的相应和的字典每个（年，疾病）相关联。写 draw_sums 到 CSV ，你可以做这样的事情：

 开放（'的/ tmp / test.csv'，'W'）为f：
    作家= csv.writer（F）
    writer.writerow（['年'，'日期'] + ['画{我}。格式（I = I）为我的range（1,1001）]）
    对于yeardate，在绘制排序（draw_sums.items（））：
        writer.writerow（列表（yeardate）+ draws.tolist（））
 

I'm wondering what is the most efficient way to sum elements of an array by given characteristics. For example I have 1000 draws of data, and I what I'm looking for is the sum of each draw (column) across sexes for a given year-disease (ie, the draws are by sex, year, disease, and I want the sum of both sexes for each year and disease).

import numpy as np
year = np.repeat((1980, 1990 , 2000, 2010), 10)
sex = np.array(['male', 'female']*20)
disease = np.repeat(('d1', 'd2', 'd3', 'd4', 'd5', 'd6', 'd7', 'd8'), 5)
draws = np.random.normal(0, 1, size=(sex.shape[0], 1000))

Any thoughts on how to get an array that will be shape (20, 1000) that has the sum of the draw across both sexes for a given year-disease? I will also need to be able to do this in situations where the data isn't perfectly square (there are disease-years which only have 1 sex).

解决方案

import numpy as np
import itertools   
import csv

year = np.repeat((1980, 1990 , 2000, 2010), 10)
sex = np.array(['male', 'female']*20)
disease = np.repeat(('d1', 'd2', 'd3', 'd4', 'd5', 'd6', 'd7', 'd8'), 5)
draws = np.random.normal(0, 1, size=(sex.shape[0], 1000))

years=np.unique(year)
diseases=np.unique(disease)

draw_sums = dict(((y,d), draws[(year==y)&(disease==d)].sum(axis=0)) 
                  for y,d in itertools.product(years,diseases))

This results in an dict associating each (year,disease) with the corresponding sum of the draws. To write draw_sums to a csv, you could do something like this:

with open('/tmp/test.csv','w') as f:
    writer=csv.writer(f)
    writer.writerow(['year', 'date']+['draw{i}'.format(i=i) for i in range(1,1001)])
    for yeardate,draws in sorted(draw_sums.items()):
        writer.writerow(list(yeardate)+draws.tolist())

这篇关于通过在Python特点总结阵列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！