Modo pitonico per calcolare la media e la varianza dei valori nei contatori

Question

Mi chiedo se esiste un modo Pythonic per calcolare le medie e le varianze dei contatori?

Per esempio, ho quattro contatori che condividono gli stessi tasti:

a = Counter({1: 23, 2: 39, 3: 1}) 
b = Counter({1: 28, 2: 39, 3: 1}) 
c = Counter({1: 23, 2: 39, 3: 2}) 
d = Counter({1: 23, 2: 22, 3: 1}) 

Il mio modo per farlo è:

each_key_val = {} 

for i in a.keys(): # The assumption here is that all Counters must share the same keys 
    for j in [a, b, c, d]: 
     try: 
      each_key_val[i].append(j[i])  
     except: 
      each_key_val[i] = [j[i]] 

ho potuto utilizzare il seguente codice per trovare la media/varianza per ogni chiave:

np.mean(each_key_val[i]) 
np.var(each_key_val[i]) 

C'è un modo più semplice per calcolare la media/varianza per ogni chiave rispetto alla mia strada?

Answer 1

Non è che io pensi che quanto segue sia più leggibile di quello che hai, ma utilizza solo le list comprehensions.

Diciamo che avete

cs = (a, b, c, d) 

Poi un dizionario della media può essere trovato con

m = {k: float(d)/len(cs) for k, d in sum(cs).iteritems()} 

per la varianza, si noti che, dal definition of varianceV [X] = E [x ] - (E [X]), quindi, se si definisce:

p = sum([Counter({k: ((float(d**2)/len(cs))) for (k, d) in cn.iteritems()}) \ 
    for cn in cs]) 

poi il dizionario varianza è

{k: p[k] - m[k]**2 for k in m}