假设我有一个如下所示的数组:
a = np.array([0, 20, 40, 30, 60, 35, 15, 18, 2])
我有一系列索引,我想平均之间:
averaging_indices = np.array([2, 4, 7, 8])
我想要做的是根据averaging_indices数组平均数组a的元素。为了说清楚,我想采取平均值:
np.mean(a[0:2]), np.mean(a[2:4]), np.mean(a[4:7]), np.mean(a[7,8]), np.mean(a[8:])
我希望返回一个具有正确尺寸的数组,在本例中为
result = [10, 35, 36.66, 18, 2]
有人能想到一个干净利落的方法吗?我能想象的唯一方法是循环,这是非常反numpy。
答案 0 :(得分:1)
这是一个带MSDN -
的矢量化方法In [60]: a
Out[60]: array([ 0, 20, 40, 30, 60, 35, 15, 18, 2])
In [61]: averaging_indices
Out[61]: array([2, 4, 7, 8])
In [62]: out
Out[62]: array([ 10. , 35. , 36.66666667, 18. , 2. ])
示例输入,输出 -
create nonclustered index IX1 where status=0