Scipy 计算 Mann Whitney U 沿多个切片

编程问答 2022-05-25

问题描述

给定以下数组：

testvar

我想对各个样本的每个切片运行一次 Mann-Whitney(-Wilcoxon) U 检验，并将结果填充到一个输出数组中，其中一个切片用于 U 统计量，另一个切片用于 p 值。 我知道我可以像这样单独运行它们：

import numpy as np
from scipy.stats import mannwhitneyu

s1 = np.array([[1,2,3,4,5,6,7,8,10],[10,9,1]])
s2 = np.array([[1,11,15,13,1]])

输出：

r1 = mannwhitneyu(s1[0],s2[0])
r2 = mannwhitneyu(s1[1],s2[1])

所需的输出：

MannwhitneyuResult(statistic=39.5,pvalue=0.2239039981060696)
MannwhitneyuResult(statistic=37.0,pvalue=0.17162432050520815)

我尝试过 array([39.5,0.2239039981060696],[ 37.0,0.17162432050520815]) 但数组参数只接受一个输入，而我有 2 个。 此外，我需要尽可能最快的解决方案，因为我将在模拟过程中对数千个切片执行此操作。

提前致谢！

解决方法

您可以使用 map(...)，这是最好的选择，并且比 np.apply_along_axis(...) 快得多，因为它在内部使用 python loop，以及一些计算成本高的操作 ie transpose(...) 和 view(...)，因此在通常情况下，即使使用 python 循环遍历 Numpy 数组也会更快。

import numpy as np
from scipy.stats import mannwhitneyu

s1 = np.array([[1,2,3,4,5,6,7,8,10],[10,9,1]])
s2 = np.array([[1,11,15,13,1]])

idx = np.arange(len(s1))

def step(i):

  return [*mannwhitneyu(s1[i],s2[i])]

np.array(list(map(step,idx)))
arraysarraysarraysnumpypythonscipy.stats