对最近的索引numpy数组进行操作
我的numpy数组scores'和它的m`最近邻居数的示例；
scores = np.random.normal(-0.2,0.01,1000)
m = np.int(np.sqrt(scores.shape[0])+0.5)
我想将“ scores”中的“ i”值与其“ m”最近邻居（索引方式）进行比较。比较应该通过类似于
x[i] = (scores[i]-np.mean(scores[m])) / np.sum(scores[m])
，其中np.mean（scores [m]），np.sum [scores [m]]表示scores的m最近邻居的均值和总和。如果它可以处理第一个和最后一个m索引，那将是一个好处。使用x作为一个numpy数组，我应该能够使用类似于
scores[x > threshold]
获得所有超过特定阈值的分数。想法是，如果超过该特定阈值，则将scores [i]称为离群值。
问题来源：stackoverflow
展开
收起
1
条回答
写回答
写回答
-
您可以使用scipy.ndimage.uniform_filter解决它：
Uniform_filter等效于Box模糊（在您的情况下为1维Box过滤器）。这是代码：
import numpy as np import scipy.ndimage #scores = np.random.normal(-0.2,0.01,1000) scores = np.array(np.r_[1:30]).astype(float) # Initialize to values 1 to 30 (for testing) m = np.int(np.sqrt(scores.shape[0])+0.5) # m = 5 mean_scores = scipy.ndimage.uniform_filter(scores, size=m, mode='reflect', cval=0.0) sum_scores = mean_scores * m x = (scores - mean_scores / sum_scores)回答来源：stackoverflow
2020-03-24 19:05:39赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
