python - 有效计算平均值和中位数

在Python列表中顺序查找行的均值和中位数的最有效方法是什么？

例如，我的列表:

input_list = [1,2,4,6,7,8]

我想产生一个包含以下内容的输出列表:

output_list_mean = [1,1.5,2.3,3.25,4,4.7]
output_list_median = [1,1.5,2.0,3.0,4.0,5.0]

平均值计算如下:

1 =平均值(1)

1.5 =平均值(1,2)(即input_list中前两个值的平均值)

2.3 =平均值(1,2,4)(即input_list中前三个值的平均值)

3.25 =平均值(1,2,4,6)(即input_list中前4个值的平均值)
等

并且中位数计算如下:

1 =中位数(1)

1.5 =中位数(1,2)(即input_list中前两个值的中位数)

2.0 =中位数(1,2,4)(即input_list中前3个值的中位数)

3.0 =中位数(1,2,4,6)(即input_list中前4个值的中位数)
等

我尝试使用以下循环来实现它，但是效率似乎很低。

import numpy

input_list = [1,2,4,6,7,8]

for item in range(1,len(input_list)+1):
    print(numpy.mean(input_list[:item]))
    print(numpy.median(input_list[:item]))

最佳答案

您自己做的任何事情，尤其是使用中位数，都将需要很多工作，或者效率很低，但是Pandas内置了您要执行的函数的高效实现，扩展的平均值为O(n)，使用跳过列表，扩展中位数为O(n * log(n)):

import pandas as pd
import numpy as np

input_list = [1, 2, 4, 6, 7, 8]

>>> pd.expanding_mean(np.array(input_list))
array([ 1.     ,  1.5    ,  2.33333,  3.25   ,  4.     ,  4.66667])

>>> pd.expanding_median(np.array(input_list))
array([ 1. ,  1.5,  2. ,  3. ,  4. ,  5. ])

关于python - 有效计算平均值和中位数，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/31370214/