Seite 1 von 1

Mittelwert und Standardabweichung

Verfasst: Mittwoch 10. April 2019, 10:13
von Monti
Guten Tag zusammen,
ich bin neu hier im Forum und auch beim Programmieren mit Python.
Meine Frage:
Ich habe eine Array von millimeter Werten in der ersten spalte und z werte in der zweiten spalte. Die Array ist mehrere 1000 werte lang
-445.19 -0.141949
-445.19 -0.140508
-445.189 -0.137627
-445.189 -0.137627
-445.189 -0.137627
-445.189 -0.137627
-445.189 -0.136186

ich hätte nun gerne pro Zentimeter einen Mittelwert meiner z-werte und die dazugehörige standardabweichung geplottet. Die Anzahl der Werte pro Zentimeter sind nicht immer gleich. Habe leider keine Ahnung wie der syntax dazu ausschauen soll.
Wäre im jede hilfe froh. Danke und
beste Grüße
Monti

Re: Mittelwert und Standardabweichung

Verfasst: Mittwoch 10. April 2019, 11:03
von __blackjack__
@Monti: In der Python-Dokumentation gibt es ein Grundlagentutorial. Und danach schau mal in Dokumentation(en) von Numpy und/oder Pandas. Zum Plotten wird dann meistens Matplotlib verwendet. Das hat ebenfalls eine Dokumentation.

Re: Mittelwert und Standardabweichung

Verfasst: Mittwoch 10. April 2019, 11:04
von Sirius3
Wenn die Anzahl immer gleich ist, kannst Du bei numpy mit reshape ein 3d-Array erzeugen und dann über die passende Achse mitteln.

Re: Mittelwert und Standardabweichung

Verfasst: Mittwoch 10. April 2019, 11:27
von Monti
Mein Hauptproblem ist, ich weiß nicht wie ich zentimeterweise den Mittelwert von z berechnen kann. Die Anzahl der Werte von einem Zentimeter sind eben nicht immer gleich. Mit numpy und matplotlib arbeite ich schon.
wenn da jemand eine Idee für den Syntax hätte, wäre das super.

Re: Mittelwert und Standardabweichung

Verfasst: Mittwoch 10. April 2019, 12:03
von Sirius3
Oh entschuldige, ich habe das "nicht" überlesen.

Re: Mittelwert und Standardabweichung

Verfasst: Mittwoch 10. April 2019, 22:07
von bords0
pandas kann das. Beispiel aus der Doku:

Code: Alles auswählen

>>> df = pd.DataFrame({'Animal' : ['Falcon', 'Falcon',
...                                'Parrot', 'Parrot'],
...                    'Max Speed' : [380., 370., 24., 26.]})
>>> df
   Animal  Max Speed
0  Falcon      380.0
1  Falcon      370.0
2  Parrot       24.0
3  Parrot       26.0
>>> df.groupby(['Animal']).mean()
        Max Speed
Animal
Falcon      375.0
Parrot       25.0