Question

Python中的

，给定一个n x p矩阵，例如： 4 x 4，我怎样才能返回一个4 x 2的矩阵，它简单地平均矩阵的所有4行的前两列和最后两列？

e.g。给出：

a = array（[[1,2,3,4]， [5,6,7,8]， [9,10,11,12]， [13,14,15,16]]）

返回一个平均值为[：，0]和[：，1]的矩阵，以及[：，2]和[：，3]的平均值。我希望这适用于n x p的任意矩阵，假设我平均n的列数明显可以被n整除。

让我澄清一下：对于每一行，我想取前两列的平均值，然后是最后两列的平均值。所以它会是：

1 + 2 / 2,3 + 4/2 < - 新矩阵的第1行 5 + 6 / 2,7 + 8/2＆lt; - 新矩阵的第2行等

应该产生4乘2的矩阵而不是4 x 4.

感谢。

Answer 1

如何使用数学？您可以定义矩阵M = [[0.5,0],[0.5,0],[0,0.5],[0,0.5]]，以便A*M符合您的要求。

from numpy import array, matrix

A = array([[1, 2, 3, 4], 
           [5, 6, 7, 8], 
           [9, 10, 11, 12], 
           [13, 14, 15, 16]])
M = matrix([[0.5,0],
            [0.5,0],
            [0,0.5],
            [0,0.5]])
print A*M

生成M也非常简单，条目为1/n或零。

Answer 2

重塑 - 获取平均值 - 重塑

>>> a.reshape(-1, a.shape[1]//2).mean(1).reshape(a.shape[0],-1)
array([[  1.5,   3.5],
       [  5.5,   7.5],
       [  9.5,  11.5],
       [ 13.5,  15.5]])

应该适用于任何数组大小，并且重塑不会复制。

Answer 3

对于具有n＆gt;的矩阵应该会发生什么有点不清楚？ 4，但这段代码会做你想要的：

a = N.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]], dtype=float)
avg = N.vstack((N.average(a[:,0:2], axis=1), N.average(a[:,2:4], axis=1))).T

这会产生avg =

array([[  1.5,   3.5],
       [  5.5,   7.5],
       [  9.5,  11.5],
       [ 13.5,  15.5]])

Answer 4

这是一种方法。您只需更改groupsize即可使其与您说的其他尺寸一起使用，但我不完全确定您的需求。

groupsize = 2
out = np.hstack([np.mean(x,axis=1,out=np.zeros((a.shape[0],1))) for x in np.hsplit(a,groupsize)])

产量

array([[  1.5,   3.5],
   [  5.5,   7.5],
   [  9.5,  11.5],
   [ 13.5,  15.5]])

代表out。希望它能为您提供有关如何完成您想要做的事情的一些想法。例如，您可以groupsize取决于a的维度。

平均矩阵有效

4 个答案: