Porhttps://stackoverflow.com/a/48981834/1840471, esta es una implementación del coeficiente de Gini ponderado en Python:

import numpy as np
def gini(x, weights=None):
    if weights is None:
        weights = np.ones_like(x)
    # Calculate mean absolute deviation in two steps, for weights.
    count = np.multiply.outer(weights, weights)
    mad = np.abs(np.subtract.outer(x, x) * count).sum() / count.sum()
    rmad = mad / np.average(x, weights=weights)
    # Gini equals half the relative mean absolute deviation.
    return 0.5 * rmad

Esto es limpio y funciona bien para matrices de tamaño mediano, pero como se advirtió en su sugerencia inicial (https://stackoverflow.com/a/39513799/1840471$5, esta es una implementación del coeficiente de Gini ponderado en Python:6$

n = 20000  # Works, 30000 fails.
gini(np.random.rand(n), np.random.rand(n))

¿Se puede ajustar para que funcione para conjuntos de datos más grandes? El mío es ~ 150k filas.