首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >在迭代生成的数组上计算和返回函数值

在迭代生成的数组上计算和返回函数值
EN

Stack Overflow用户
提问于 2018-06-06 07:55:34
回答 1查看 34关注 0票数 2

我目前正在编写一个代码块,用于计算患者的一组样本的非参数引导。我已经编写了代码块,所以只有当我拒绝峰度测试的null时才会调用它(因为在这个阶段考虑更密集的探索性方法是不可行的)。下面是当前代码块的结构(作为一个方面,我不认为我可以提供我的实际数据-出于实际原因,我并不拥有它,所以我将尝试尽可能具体)

代码语言:javascript
复制
#create the list of subject ids
SUB_IDS=['values']
# this is a pandas data frame of all subjects' information.  Columns are: 
#Sub_ID, NG,C,ER
asbs=pd.DataFrame(['Values'])
for x in SUB_IDS:

    x_data=asbs[asbs['SUB_ID']==x]

    x_ng=x_data['NG']
    x_c=x_data['C']
    x_er=x_data['ER']

    a,b = sp.stats.kurtosistest(x_NG)
    c,d = sp.stats.kurtosistest(x_C)
    e,f = sp.stats.kurtosistest(x_ER)
    kurtosis_scores.append([x,a,b,c,d,e,f])
    # for somplicity we'll only focus on bootstrapping one feature variable
    if b <=.05:
        mean=x_ng.mean()
    else:
        sampled_means=[]
        for x in range(1,10000):
            g=np.random.choice(x_NG,size=len(x_NG),replace=True)
            print(g)
            g=np.mean(g)
            sampled_means.append(g)

我的代码运行得很流畅,直到最后一个块-当我想取采样均值的平均值,并将值附加到带有主题id的列表中时(以及在我计算这些值之后的其他自举取值的均值-为了可读性,我遗漏了这一位).Every当我在sampled_means上使用np.mean函数时,我得到0(这是有意义的,python在迭代之前会计算它)。

在我通过for循环更新值并将统计信息传递给数组之后,“冻结”数组的最佳方法是什么?谢谢!

EN

回答 1

Stack Overflow用户

发布于 2018-06-06 09:59:57

这应该是可行的:

代码语言:javascript
复制
#create the list of subject ids
SUB_IDS=['values']
# this is a pandas data frame of all subjects' information.  Columns are: 
#Sub_ID, NG,C,ER
asbs=pd.DataFrame(['Values'])
for x in SUB_IDS:

    x_data=asbs[asbs['SUB_ID']==x]

    x_ng=x_data['NG']
    x_c=x_data['C']
    x_er=x_data['ER']

    a,b = sp.stats.kurtosistest(x_NG)
    c,d = sp.stats.kurtosistest(x_C)
    e,f = sp.stats.kurtosistest(x_ER)
    kurtosis_scores.append([x,a,b,c,d,e,f])
    # for somplicity we'll only focus on bootstrapping one feature variable
    if b <=.05:
        mean=x_ng.mean()
    else:
        sampled_means=[]
        for x in range(1,10000):
            g=np.random.choice(x_NG,size=len(x_NG),replace=True)
            print(g)
            g=np.mean(g)
            sampled_means.append(g)
        mean=sampled_means.mean()
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/50710485

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档