Numpy или Scipy для расчета взвешенной медианы ⇐ Python

[Anonymous]

Я пытаюсь автоматизировать процесс, который делает JMP (анализировать-> распределение, введя столбец A в качестве «y value», используя последующие столбцы в качестве значения «вес»). В JMP вам нужно делать по одной колонке за раз - я хотел бы использовать Python для прохождения всех столбцов и создать массив, показывающий, скажем, медиана каждого столбца. Не уверен, как прийти к этому ответу. < /p>

До сих пор я < /p>


импортировал CSV, показывая веса как массив, маскирующие значения 0 и < /li>
создал массив «y nature» и то же значение и размер, и размер Array. Я не совсем уверен, что мне нужно это сделать, но подумал, что это будет проще, чем для цикла для целей взвешивания. По сути, «значение y» представляет собой диапазон масс, а все столбцы в массиве представляют количество точек данных, найденных для каждой массы. Мне нужно найти медианную массу, основанную на частоте, с которой они сообщались.#Boilerplate & Import files
import csv
import scipy as sp
from scipy import stats
from scipy.stats import norm
import numpy as np
from numpy import genfromtxt
import pandas as pd
import matplotlib.pyplot as plt

inputFile = '/Users/cl/prov.csv'
origArray = genfromtxt(inputFile, delimiter = ",")
nArray = np.array(origArray)
dimensions = nArray.shape
shape = np.asarray(dimensions)

#Mask values ==0
maTest = np.ma.masked_equal(nArray,0)

#Create array of masses the same shape as the weights (nArray)
fieldLength = shape[0]
rowLength = shape[1]

for i in range (rowLength):
createArr = np.arange(0, fieldLength*10, 10)
nCreateArr = np.array(createArr)
massArr.append(nCreateArr)
nCreateArr = np.array(massArr)
nmassArr = nCreateArr.transpose()


Подробнее здесь: https://stackoverflow.com/questions/206 ... ted-median