我正在为一个Coherence项目编写代码,现在我已经解决了这个问题,意思是我在分割部分中的数组值。
所以你的任务是: 1.取我的数组值(R)将它分成一定数量的数组部分(按时期划分) 2.输入循环以自动运行它。 3.在循环中,原始数组的每个分裂部分的每个值都应该是avaraged
也许解决方案很简单,但我卡住了,我想念森林里的木头。
这是我的方法(Rxx,时期定义如上):
epoch_Rxx = np.array_split(Rxx,epochs)
for i in range(0,epochs):
Rxx_mean = np.zeros(epochs)
Rxx_mean[i] = np.mean(Rxx[i])
最后我想从例如Rxx = 100个值和epochs = 10
- > Rxx_mean =每个10个值是每个时期的avaraged值。
问候,
丹尼尔
答案 0 :(得分:1)
这就是你想要的吗?
import numpy as np
Rxx = np.arange(100)
epochs = 10
Rxx_mean = []
epoch_Rxx = np.array_split(Rxx,epochs)
for i in range(0,epochs):
Rxx_mean.append(np.mean(epoch_Rxx[i]))
print Rxx_mean