计算 numpy 数组的条件中位数

Question

我有一个 numpy 数组 X 的形式

[ A 1 a1 ]
[ A 2 a2 ]
[ A 3 a3 ]
[ B 1 b1 ]
[ B 2 b2 ]
[ B 3 b3 ]
[ B 4 b4 ]
[ C 1 c1 ]
[ C 2 c2 ]
[ C 3 c3 ]
[ C 4 c4 ]
[ C 5 c5 ]

在哪里

• (A, B, C) 对应不同的实验设置，
• (1, 2, 3, ...) 对应于实验的独立重复，并且
• （a1、b2 等）对应于每次复制时进行的测量

我需要减少这个数组，以包含每个实验设置发生的情况的摘要，例如输出数组

[ A median(a1, a2, a3) ]
[ B median(b1, b2, b3, b4) ]
[ C median(c1, c2, c3, c4, c5) ]

我想这样做无需表明

i) 有多少种不同的实验设置，以及

ii) 每个实验进行了多少次重复。

我怀疑这应该可以通过某种掩蔽来实现，例如像中值（X[:,2] 这样 X[:,0] = a），以某种方式迭代 a，但我不确定这样做的语法。

Answer 1

import numpy as np

experiments = np.unique(X[:,0])
medians = []
for experiment in experiments:
    l = [experiment]
    l.append(np.median(X[X[:,0]==experiment, 2]))
    medians.append(l)
medians = np.array(medians)