Jak wyśrodkować dane w pythonie: z przykładami

Centrowanie zbioru danych oznacza odjęcie średniej wartości każdej pojedynczej obserwacji w zbiorze danych.

Po wyśrodkowaniu zestawu danych średnia wartość zestawu danych wynosi zero.

Poniższe przykłady pokazują, jak wyśrodkować dane w Pythonie.

Przykład 1: Wyśrodkuj wartości tablicy NumPy

Załóżmy, że mamy następującą tablicę NumPy:

 import numpy as np

#create NumPy array
data = np. array ([4, 6, 9, 13, 14, 17, 18, 19, 19, 21])

#display mean of array
print ( data.mean ())

14.0

Możemy zdefiniować funkcję odejmowania średniej wartości tablicy od każdej indywidualnej obserwacji:

 #create function to data center
center_function = lambda x: x - x. mean ()

#apply function to original NumPy array
data_centered = center_function(data)

#view updated Array
print (data_centered)

array([-10., -8., -5., -1., 0., 3., 4., 5., 5., 7.])

Wynikowe wartości są wyśrodkowanymi wartościami zbioru danych.

Ponieważ średnia w oryginalnej tabeli wynosiła 14, funkcja ta po prostu odjęła 14 od każdej indywidualnej wartości w oryginalnej tabeli.

Na przykład:

• Pierwsza wartość wyśrodkowanej tablicy = 4 – 14 = -10
• 2. wartość tablicy wyśrodkowanej = 6 – 14 = -8
• Trzecia wartość w wyśrodkowanej tablicy = 9 – 14 = -5

I tak dalej.

Możemy również sprawdzić, czy średnia tabeli wyśrodkowanej wynosi zero:

 #display mean of centered array
print ( data_centered.mean ())

0.0

Przykład 2: Wyśrodkuj kolumny ramki danych Pandas

Załóżmy, że mamy następującą ramkę DataFrame pand:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' x ': [1, 4, 5, 6, 6, 8, 9],
                   ' y ': [7, 7, 8, 8, 8, 9, 12],
                   ' z ': [3, 3, 4, 4, 6, 7, 7]})

#view DataFrame
print (df)

   X Y Z
0 1 7 3
1 4 7 3
2 5 8 4
3 6 8 4
4 6 8 6
5 8 9 7
6 9 12 7

Możemy użyć funkcji pandas Apply() do wyśrodkowania wartości każdej kolumny w DataFrame:

 #center the values in each column of the DataFrame
df_centered = df. apply ( lambda x: xx.mean ())

#view centered DataFrame
print (df_centered)

	        X Y Z
0 -4.571429 -1.428571 -1.857143
1 -1.571429 -1.428571 -1.857143
2 -0.571429 -0.428571 -0.857143
3 0.428571 -0.428571 -0.857143
4 0.428571 -0.428571 1.142857
5 2.428571 0.571429 2.142857
6 3.428571 3.571429 2.142857 

Możemy następnie sprawdzić, czy średnia wartość każdej kolumny wynosi zero:

 #display mean of each column in the DataFrame
df_centered. mean ()

x 2.537653e-16
y-2.537653e-16
z 3.806479e-16
dtype:float64

Średnie kolumn są wyświetlane w notacji naukowej, ale każda wartość wynosi zasadniczo zero.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje w Pythonie:

Jak obliczyć średnią obciętą w Pythonie
Jak obliczyć średni błąd kwadratowy (MSE) w Pythonie
Jak obliczyć średnią z wybranych kolumn w Pandach