Question

我希望返回一个矩阵，该矩阵是另一个矩阵的连续列的平均值，但是第一列是输入矩阵的第一列与平均值之间的平均值。

我能够通过以下代码实现它，但我相信这不是解决此问题的最有效方法。

import numpy as np

a = np.matrix([[ 0.6,1.2,1.8,2.4,3],[0.8,1.6,2.4,3.2,4]])

matrix_resultado = numpy.zeros(shape=a.shape) #Same shape resulting matrix

matrix_resultado[:,[0]] = ((1+a[:,0])/2) #First column average

#loop to calculate the average between the columns
for n in range(1,5):
    matrix_resultado[:,[n]] = ((a[:,(n-1)]+a[:,n])/2)

matrix_resultado
array([[ 0.8,  0.9,  1.5,  2.1,  2.7],
       [ 0.9,  1.2,  2. ,  2.8,  3.6]])

获得相同结果的最有效方法是什么？

Answer 1

方法＃1：这是一种方法 -

<!DOCTYPE html>
<html>

<head>
  <title></title>
  <script src='./index.js'>
  </script>
</head>

<body>

  <h1></h1>
  <p></p>
  <div>
    <form id="userRequest">
      Mac Address: <input type="text" id="MacAddress"><br>
      <input type="button" onclick="storeMacAddress();" value="Save Mac Address">

    </form>
  </div>


  <button onclick="
testVariable(userMac);
">Test</button>



</body>

</html>

方法＃1-S：为避免连接，我们可以从输入数组开始，然后就地执行那些平均步骤，如下所示 -

In [14]: col0_avg = (a[:,0,None] + 1)/2

In [15]: avg = (a[:,1:] + a[:,:-1])/2

In [16]: np.c_[col0_avg, avg]
Out[16]: 
matrix([[ 0.8,  0.9,  1.5,  2.1,  2.7],
        [ 0.9,  1.2,  2. ,  2.8,  3.6]])

方法＃2：使用out = a.copy() out[:,1:] += a[:,:-1] out[:,0] += 1 out /= 2 -

可能会更快

uniform-filter

运行时测试 -

In [35]: from scipy.ndimage.filters import uniform_filter1d as unif1d

In [150]: unif1d(a,size=2, axis=1, mode='constant', cval=1.0)
Out[150]: 
array([[ 0.8,  0.9,  1.5,  2.1,  2.7],
       [ 0.9,  1.2,  2. ,  2.8,  3.6]])

numpy矩阵中连续列的平均值

1 个答案: