Question

我有一个numpy数组。我想创建一个新数组，它是每个连续三元素的平均值。因此，新阵列将是原始阵列的三分之一。

举个例子：

 np.array([1,2,3,1,2,3,1,2,3])

应该返回数组：

 np.array([2,2,2])

有人能建议一种有效的方法吗？我正在画空白。

Answer 1

如果数组arr的长度可被3整除：

np.mean(arr.reshape(-1, 3), axis=1)

重新定位到更高维度的数组，然后在其中一个附加维度上执行某种形式的reduce操作是numpy编程的主要内容。

Answer 2

对于正在寻找具有多个维度的数组的简单概括的Google员工：block_reduce模块（link to docs）中的函数scikit-image。

它具有一个非常简单的界面，可以通过应用诸如numpy.mean之类的函数对数组进行下采样，但也可以使用其他函数（最大值，中位数，...）。通过为块提供具有不同大小的元组，可以针对不同的轴通过不同的因素进行下采样。这是一个二维数组的例子。使用均值仅将轴1下采样10：

import numpy as np
from skimage.measure import block_reduce

arr = np.stack((np.arange(1,20), np.arange(20,39)))

# array([[ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
#        [20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38]])

arr_reduced = block_reduce(arr, block_size=(1,5), func=np.mean, cval=np.mean(arr))

# array([[ 3. ,  8. , 13. , 17.8],
#        [22. , 27. , 32. , 33. ]])

正如在对另一个答案的评论中所讨论的：如果无法将缩小维数的数组不能被块大小整除，则填充值由参数cval（默认为0）提供。

对numpy数组的每n个元素求平均值

2 个答案: