Estoy trabajando con distribuciones de frecuencias, hice un script sencillo pero muy redundante que me permite obtener la distribución de frecuencias relativa de ciertos datos, pero no creo que sea la mejor implementación, busque por la red pero no encontré mucho acerca de como hacer estas tablas (no así de histogramas de frecuencia)
Mi idea general es esta:
mujeres.txt
76
72
88
60
72
68
80
64
68
68
80
76
68
72
96
72
68
72
64
80
64
80
76
76
76
80
104
88
60
76
72
72
88
80
60
72
88
88
124
64
codigo.py
import numpy as np
from math import ceil
datos = np.genfromtxt('mujeres.txt')
def distribucion_frecuencias_relativas(datos, numero_clases):
anchura_clase = (max(datos) - min(datos)) / numero_clases # anchura de clase = (valor más alto) - (valor más bajo) / numero de clases
anchura_clase = ceil(anchura_clase)
clases = [] # ejemplo: clases[[inferior, superior]]
limite_inferior = min(datos)
limite_superior = anchura_clase - 1
frecuencia = []
for i in range(numero_clases):
if len(clases) == 0:
clases.append([limite_inferior, (limite_inferior + limite_superior)])
else:
limite_inferior += anchura_clase
clases.append([limite_inferior, (limite_inferior + limite_superior)])
frecuencia.append([])
for valor in datos:
for i in range(0, numero_clases):
if valor >= clases[i][0] and valor <= clases[i][1]:
frecuencia[i].append(valor)
break
print(" Pulso\t\t", "Frecuencia")
for i in range(0, numero_clases):
print("{0}-{1}\t {2:.1f}%".format(clases[i][0], clases[i][1], ((len(frecuencia[i]) / len(datos)) * 100) ))
¿Cómo podría simplificar esto y hacerlo de la manera correcta y más pythonica? quise hacerlo implementando un poco más de numpy pero al final no lo hice por no saber como comparar los datos con los rangos de las clases. También intente con pandas, pero no supe como generar los limites de cada clase.
Un saludo.