Для ряда значений угла в диапазоне (-pi, pi) я строю гистограмму. Есть ли эффективный способ расчета среднего и модального (вероятностного) значения? Рассмотрим следующие примеры:
import numpy as N, cmath
deg = N.pi/180.
d = N.array([-175., 170, 175, 179, -179])*deg
i = N.sum(N.exp(1j*d))
ave = cmath.phase(i)
i /= float(d.size)
stdev = -2. * N.log(N.sqrt(i.real**2 + i.imag**2))
print ave/deg, stdev/deg
Теперь построим гистограмму:
counts, bins = N.histogram(data, N.linspace(-N.pi, N.pi, 360))
Можно ли рассчитать среднее значение, режим с подсчетами и ячейками? Для непериодических данных расчет среднего значения прост:
ave = sum(counts*bins[:-1])
Вычисление модального значения требует больше усилий. На самом деле, я не уверен, что мой код ниже верен: во-первых, я определяю наиболее часто встречающиеся бины, а затем вычисляю среднее арифметическое:
cmax = bins[N.argmax(counts)]
mode = N.mean(N.take(bins, N.nonzero(counts == cmax)[0]))
Я понятия не имею, как рассчитать стандартное отклонение от таких данных. Одним из очевидных решений всех моих проблем (по крайней мере, описанных выше) является преобразование данных гистограммы в ряд данных, а затем использование их в вычислениях. Однако это не элегантно и неэффективно.
Любые подсказки будут очень признательны.
Это частичное решение, которое я написал.
import numpy as N, cmath
import scipy.stats as ST
d = [-175, 170.2, 175.57, 179, -179, 170.2, 175.57, 170.2]
deg = N.pi/180.
data = N.array(d)*deg
i = N.sum(N.exp(1j*data))
ave = cmath.phase(i) # correct and exact mean for periodic data
wrong_ave = N.mean(d)
i /= float(data.size)
stdev = -2. * N.log(N.sqrt(i.real**2 + i.imag**2))
wrong_stdev = N.std(d)
bins = N.linspace(-N.pi, N.pi, 360)
counts, bins = N.histogram(data, bins, normed=False)
# consider it weighted vector addition
nz = N.nonzero(counts)[0]
weight = counts[nz]
i = N.sum(weight * N.exp(1j*bins[nz])/len(nz))
pave = cmath.phase(i) # correct and approximated mean for periodic data
i /= sum(weight)/float(len(nz))
pstdev = -2. * N.log(N.sqrt(i.real**2 + i.imag**2))
print
print 'scipy: %12.3f (mean) %12.3f (stdev)' % (ST.circmean(data)/deg, \
ST.circstd(data)/deg)
При запуске дает следующие результаты:
mean: 175.840 85.843 175.360
stdev: 0.472 151.785 0.430
scipy: 175.840 (mean) 3.673 (stdev)
Теперь несколько комментариев: в первом столбце указано среднее/стандартное отклонение. Как видно, среднее значение хорошо согласуется с scipy.stats.circmean (спасибо JoeKington за указание на это). К сожалению, stdev отличается. Я посмотрю на это позже. Второй столбец дает совершенно неверные результаты (непериодическое среднее/стандартное значение из numpy, очевидно, здесь не работает). В 3-м столбце указано то, что я хотел получить из данных гистограммы (@JoeKington: мои необработанные данные не помещаются в памяти моего компьютера.., @dmytro: спасибо за ваш вклад: конечно, размер бина повлияет на результат, но в моем приложения у меня нет большого выбора, т.е. я должен как-то сократить данные). Как видно, среднее значение (3-й столбец) рассчитано правильно, stdev требует дальнейшего внимания :)