binning

    2

    2答えて

    例えば、私は0.0から10.0までの数値の配列ストリームを持っています。 arr〜5の番号をすぐに同じ長さのビンに割り当てる必要があります。 等しい長さは、ビン間隔が[0.0, 2.0), [2.0, 4.0), [4.0, 6.0), [6.0, 8.0), [8.0, 10.0]であることを意味します。 問題は、最後の間隔が他の間隔と同じではないことです。 試験: import numpy a

    2

    1答えて

    私は配列をとり、その配列のデータを(分位子で)ビンし、辞書をビニングされたデータで埋める関数を作成しようとしています。生成される辞書では、キーをビン番号に対応させ、値をj番目と(j + 1)番目のビンの範囲内にある入力配列のデータのリストにします。ここで は私のコードです: output = [] def binning(array1): d1 = {} # empty diction

    0

    1答えて

    第1、第3、第4分位点(つまり、0〜25%、25〜75%、75%〜75%)に基づいてRの列から数値データをビンしようとしています。 100%)。私は以下のコードを使用しましたが、ゼロはビニングに含まれません。それらはNAとして示されています。 rawdata1$usage4 <- cut(rawdata1$Usage_Percentage, breaks = quantile(rawd

    3

    2答えて

    `に渡す前に、私は、x、y座標とIが算出するために、2Dビンに分割したい見出し角度からなるデータごとに見出しを意味有しますビンとggplotのgeom_spokeとプロット。 ここで私は手動で作成したビンに、何をしたいの例です: # data set.seed(1) dat <- data.frame(x = runif(100,0,100), y = runif(100,0,100), an

    1

    2答えて

    numpyで次の問題が発生しているようです。 I形状の配列X有する:私はbinvalsの値(及びいくつかのbins)によれば、npart寸法に沿って、このアレイ上のビニング統計を計算する必要があるが、私は持っているので、そこにすべての他の寸法を維持X.shape = (nexp, ntime, ndim, npart) をbinned統計量を使用して元の配列Xの偏りを除去します。ビニング値は、形状

    1

    1答えて

    お手伝いができたら幸いです。私が直面している問題はこれです。 私のデータにはという名前の列があります。「お客様のサブタイプ」 この列には、同じことについて多数の値があります。 (健康管理専門家) 私がしたいことは、私がHCPsとみなし、HCO(Health Care Organizations)であると考える価値観と区別することです。 ) あなたがピック1に を見ることができるように私はBIN私の

    -1

    3答えて

    、私は次のようにビニングの結果は、次のコード german<-read.csv("http://freakonometrics.free.fr/german_credit.csv", header=TRUE) F=c(1,2,4,5,7,8,9,10,11,12,13,15,16,17,18,19,20,21) for(i in F) german[,i]=as.factor(german[,

    1

    2答えて

    私は時間のインデックス(秒)で生の心拍数データを持つpandasデータフレームを持っています。私は、ユーザー定義のウィンドウ(例えば10秒)の平均持つことができるように 私はビンにデータをしようとしています - ないローリング平均、10秒のちょうど平均を、など、10Sは、以下のその後 import pandas as pd hr_raw = pd.read_csv('hr_data.csv',

    0

    2答えて

    scipyを使用して、等平均ビニングのいくつかの例を巻いていますが、等幅または-depthビニングにライブラリを使用できるかどうかは疑問です。 は実は、私は、この目的のためにRapidMinerを試して抵抗することができませんでしscipy

    1

    1答えて

    ggplotのstat_summary_binを指定されたx軸値でサマリーを作成するにはどうすればよいですか?たとえば、下のプロットでは、x = -1,0,1,2などのサマリーが必要です。今は-1.5、-0.5、0.5、1.5です。 df = data.frame(x=rnorm(1000), y=rnorm(1000)) ggplot(df, aes(x=x, y=y)) + stat_su