average.py

import numpy as np

def analyze_3d_data(data):
    """
    3Dデータポイントのリストを受け取り、トリム平均とSTD法による外れ値を返す

    Args:
        data: [(x1, y1, z1), (x2, y2, z2), ...] 形式のリスト

    Returns:
        dict: 
          {
            'trimmed_mean': (x_mean, y_mean, z_mean),  # トリム平均
            'std_outliers': {
                'x': [x_outlier1, x_outlier2, ...],  # x座標の外れ値
                'y': [y_outlier1, y_outlier2, ...],  # y座標の外れ値
                'z': [z_outlier1, z_outlier2, ...]   # z座標の外れ値
            },
            'trimmed_data': {
                'x': [x1, x2, ...], # トリム平均に使用したx座標データ
                'y': [y1, y2, ...], # トリム平均に使用したy座標データ
                'z': [z1, z2, ...]  # トリム平均に使用したz座標データ
            }
          }
    """

    # データを x, y, z 座標ごとに整理
    x_coords = [point[0] for point in data]
    y_coords = [point[1] for point in data]
    z_coords = [point[2] for point in data]

    def trimmed_data_and_mean(coords):
        """
        最小値と最大値を除外したデータとトリム平均を返す
        """
        coords_sorted = sorted(coords)
        trimmed_coords = coords_sorted[1:-1]  # 最小値と最大値を除外
        return trimmed_coords, np.mean(trimmed_coords)

    # 各座標のトリム平均を計算
    x_trimmed, x_trimmed_mean = trimmed_data_and_mean(x_coords)
    y_trimmed, y_trimmed_mean = trimmed_data_and_mean(y_coords)
    z_trimmed, z_trimmed_mean = trimmed_data_and_mean(z_coords)

    def detect_outliers_std(data, multiplier=2):
        """
        標準偏差に基づく外れ値検出 (multiplier=2)
        """
        mean = np.mean(data)
        std = np.std(data)
        lower_bound = mean - multiplier * std
        upper_bound = mean + multiplier * std
        outliers = [x for x in data if x < lower_bound or x > upper_bound]
        return outliers

    # トリム後のデータに対して STD 法を適用
    x_outliers_std = detect_outliers_std(x_trimmed, multiplier=2)
    y_outliers_std = detect_outliers_std(y_trimmed, multiplier=2)
    z_outliers_std = detect_outliers_std(z_trimmed, multiplier=2)

    return {
        'trimmed_mean': (round(x_trimmed_mean,2), round(y_trimmed_mean,2), round(z_trimmed_mean,2)),
        'std_outliers': {
            'x': x_outliers_std,
            'y': y_outliers_std,
            'z': z_outliers_std,
        },
        'trimmed_data': {
            'x': x_trimmed,
            'y': y_trimmed,
            'z': z_trimmed
        }
    }
"""
# 使用例 (元のデータを使用)
data = {
    'hgbr-15': [-5.4, 1.56, -2.92],
    'hgbr-45': [-4.5, 1.2, -1.76],
    'hgbr-90': [1.58, 1.82, -3.35],
    'lgbm-15dart': [-6.18, 3.11, -2.46],
    'lgbm-15': [-5.65, 1.76, -2.59],
    'lgbm-45': [-7.18, 1.42, -2.71],
    'lgbm-90': [-3.58, 3.94, -2.5],
}

# 辞書型のデータをリスト型に変換
data_list = list(data.values())

# 関数を呼び出し
result = analyze_3d_data(data_list)

# 結果を表示
print("トリム平均:", result['trimmed_mean'])
print("STD法による外れ値 (multiplier=2):")
print("  x:", result['std_outliers']['x'])
print("  y:", result['std_outliers']['y'])
print("  z:", result['std_outliers']['z'])
print("トリム平均に使用したデータ:")
print("  x:", result['trimmed_data']['x'])
print("  y:", result['trimmed_data']['y'])
print("  z:", result['trimmed_data']['z'])
"""