Scipy 沿多个切片计算 Mann Whitney U

Question

给定以下数组：

import numpy as np
from scipy.stats import mannwhitneyu

s1 = np.array([[1,2,3,4,5,6,7,8,0,10],[10,9,8,7,6,5,4,3,2,1]])
s2 = np.array([[1,11,3,7,5,6,7,8,0,10],[10,9,8,7,6,15,4,13,2,1]])

我想运行对相应样本的每个切片进行一次 Mann-Whitney(-Wilcoxon) U 测试，并将结果填充到一个输出数组中，其中一个切片用于 U 统计量，另一个切片对于 p 值。我知道我可以运行他们像这样：

r1 = mannwhitneyu(s1[0], s2[0])
r2 = mannwhitneyu(s1[1], s2[1])

输出：

MannwhitneyuResult(statistic=39.5, pvalue=0.2239039981060696)
MannwhitneyuResult(statistic=37.0, pvalue=0.17162432050520815)

期望的输出：

array([39.5, 0.2239039981060696], [ 37.0, 0.17162432050520815])

我试过 np.apply_along_axis 但是数组参数只需要一个输入，而我有 2 个。此外，我需要尽可能快的解决方案，因为我将在模拟过程中对数千个切片执行此操作。

提前致谢！

Answer 1

您可以使用 map(...)，这是最佳选择，而且比 np.apply_along_axis(...) 快得多，因为它在内部使用 python loop，并且一些计算量大的操作即 transpose(...) 和 view(...)，因此在通常情况下，即使使用 python 循环遍历 Numpy 数组也会更快。

import numpy as np
from scipy.stats import mannwhitneyu

s1 = np.array([[1,2,3,4,5,6,7,8,0,10],[10,9,8,7,6,5,4,3,2,1]])
s2 = np.array([[1,11,3,7,5,6,7,8,0,10],[10,9,8,7,6,15,4,13,2,1]])

idx = np.arange(len(s1))

def step(i):

  return [*mannwhitneyu(s1[i], s2[i])]

np.array(list(map(step, idx)))

Scipy 沿多个切片计算 Mann Whitney U

Scipy Compute Mann Whitney U along Multiple Slices

python

arrays

numpy

scipy.stats