python datatime 平均值_python – 相关矩阵的平均值 – pandas data fram

另一个潜在的答案是:

In [1]: corr

Out[1]:

a b c d e

a 1.000000 0.022246 0.018614 0.022592 0.008520

b 0.022246 1.000000 0.033029 0.049714 -0.008243

c 0.018614 0.033029 1.000000 -0.016244 0.049010

d 0.022592 0.049714 -0.016244 1.000000 -0.015428

e 0.008520 -0.008243 0.049010 -0.015428 1.000000

In [2]: corr.values[np.triu_indices_from(corr.values,1)].mean()

Out[2]: 0.016381

编辑:添加的效果指标

我的解决方案的表现:

In [3]: %timeit corr.values[np.triu_indices_from(corr.values,1)].mean()

10000 loops, best of 3: 48.1 us per loop

Theodros Zelleke的单线解决方案的性能:

In [4]: %timeit corr.unstack().ix[zip(*np.triu_indices_from(corr, 1))].mean()

1000 loops, best of 3: 823 us per loop

DSM解决方案的性能:

In [5]: def method1(df):

...: df2 = df.copy()

...: df2.values[np.tril_indices_from(df2)] = np.nan

...: return df2.unstack().mean()

...:

In [5]: %timeit method1(corr)

1000 loops, best of 3: 242 us per loop

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值