如何解决以特定的最小频率过滤 numpy 数组中的元素
我有一个包含 5000 个计数的数组,需要对其进行卡方检验。但是,该测试仅在每个值的预期频率 >5 时才有效。我使用 collections.Counter(x)
找到了数据集中每个值的频率,我可以看到有些值的频率为 1 或 2。
现在,我想从原始数据集 x 中删除频率
删除这些点后,我需要创建一个预期的泊松分布以用于卡方检验,但再次确保预期频率 > 5。我已经使用 stats.poisson.rvs
进行了一些分布,但有没有办法确保频率始终高于 5?还是最好创建分发版,然后完成我问题第一部分中的步骤?
解决方法
将数组过滤到特定频率(例如 >5
)的一种方法是(a
是您的原始数组):
#this method assumes array a is consists of integers
a[np.in1d(a,np.where(np.bincount(a)>5)[0])]
另一种方式是:
#works for non-integer arrays
values,counts = np.unique(a,return_counts=True)
a[np.in1d(a,values[counts>5])]
我猜 bincount
解决方案更快。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。