运行不包括零的中位数

Question

我借用了一些代码来计算一个数组的运行中位数。但是对于每个运行数组，我想排除零值。下面是代码：

def RunningMedian(seq, M):
    seq = iter(seq)
    s = []
    m = M // 2

    # Set up list s (to be sorted) and load deque with first window of seq
    s = [item for item in islice(seq, M)]
    d = deque(s)
    # Simple lambda function to handle even/odd window sizes    
    median = lambda : s[m] if bool(M&1) else (s[m-1]+s[m]) * 0.5
    # Sort it in increasing order and extract the median ("center" of the sorted window)
    s.sort()
    # remove zeros from the array
    s = np.trim_zeros(s)
    print s
    medians = [median()]
    for item in seq:
        old = d.popleft()          # pop oldest from left
        d.append(item)             # push newest in from right
        del s[bisect_left(s, old)] # locate insertion point and then remove old 
        insort(s, item)            # insert newest such that new sort is not required        
        s = np.trim_zeros(s)
        print s
        medians.append(median())
    return medians

我正在测试代码，但失败了。我的例子是a = np.array([5 2 0 9 4 2 6 8])，我调用这个函数RunningMedian(a,3)。我想要的每个运行框是：

[2,5]
[2,9]
[4,9]
[2,4,9]
[2,4,6]
[2,6,8]

然而，在我调用上面的函数后，它给出：

[2, 5]
[2, 9]
[4, 9]
[2, 9]
[2, 6]
[2, 8]

而且它 returns 错误的中值。
调用返回的中位数是：[5, 9, 9, 9, 6, 8]

谁能帮我解决这个问题？谢谢。

Answer 1

尝试：

[s[s!=0] for s in np.dstack((a[:-2], a[1:-1], a[2:]))[0]]

Answer 2

你的代码的主要问题是在 s 中丢掉零会弄乱所使用的对象的长度，这就解释了为什么你最后没有得到 3-length windows .

我建议另一种方法：对 median 使用适当的函数并在本地忽略那些零值。这样它更干净，而且您不需要 trim_zeros（为此导入 numpy 是非常糟糕的做法）。根据您的功能，我得出以下结论：

from itertools import islice
from collections import deque
from bisect import bisect_left,insort

def median(s):
    sp = [nz for nz in s if nz!=0]
    print(sp)
    Mnow = len(sp)
    mnow = Mnow // 2
    return sp[mnow] if bool(Mnow&1) else (sp[mnow-1]+sp[mnow])*0.5

def RunningMedian(seq, M):
    seq = iter(seq)
    s = []
    m = M // 2

    # Set up list s (to be sorted) and load deque with first window of seq
    s = [item for item in islice(seq, M)]
    d = deque(s)
    ## Simple lambda function to handle even/odd window sizes    
    #median = lambda: s[m] if bool(M&1) else (s[m-1]+s[m])*0.5

    # Sort it in increasing order and extract the median ("center" of the sorted window)
    s.sort()
    medians = [median(s)]
    for item in seq:
        old = d.popleft()          # pop oldest from left
        d.append(item)             # push newest in from right
        del s[bisect_left(s, old)] # locate insertion point and then remove old 
        insort(s, item)            # insert newest such that new sort is not required        
        medians.append(median(s))
    return medians

大部分更改都在新的 median 函数中，我将打印件移到了那里。我还添加了您的进口商品。请注意，我会以非常不同的方式处理这个问题，而且当前的 "fixed" 版本很可能有鸭胶带的味道。

无论如何，它似乎如你所愿：

>>> a = [5, 2, 0, 9, 4, 2, 6, 8]

>>> RunningMedian(a,3)
[2, 5]
[2, 9]
[4, 9]
[2, 4, 9]
[2, 4, 6]
[2, 6, 8]
[3.5, 5.5, 6.5, 4, 4, 6]

在您的版本中，中位数被关闭的原因是 window 的奇偶性是由 M 确定的，输入 window 宽度。如果你丢弃零，你最终会得到更小的（偶数长度）windows。在这种情况下，您不需要中间（=second）元素，但您需要对中间的两个元素进行平均。因此你的错误输出。

运行不包括零的中位数

running median excluding zeros

python

numpy

median

运行 不包括零的中位数

running median excluding zeros

python

numpy

median

运行不包括零的中位数