子数组中元素的平均值

Question

我有一个像a=[1, 2, 3, 4, 5, 6, 7]这样的数组。我想将此数组拆分为3个任意大小的块。

当我将其分成3个块时，我得到3个子数组：[array([1, 2, 3]), array([4, 5]), array([6, 7])]。

我的目标是得到一个数组，该数组中包含子数组中的元素的平均值：[2, 4.5, 6.5]，因为(1+2+3)/3=2（第一个元素），(4+5)/2=4.5（第二个元素），依此类推

我尝试了以下代码：

import numpy as np
a=[1, 2, 3, 4, 5, 6, 7]
a_split=np.array_split(a, 3)
a_split_avg=np.mean(a_split, axis=1)

我遇到以下错误：tuple index out of range。

Answer 1

这是一个矢量化的解决方案，它避免了拆分步骤，从而提高了性能，并直接获取了分组的求和值，因此得到了平均值-

def average_groups(a, N): # N is number of groups and a is input array
    n = len(a)
    m = n//N
    w = np.full(N,m)
    w[:n-m*N] += 1
    sums = np.add.reduceat(a, np.r_[0,w.cumsum()[:-1]])
    return np.true_divide(sums,w)

样品运行-

In [357]: a=[1, 2, 3, 4, 5, 6, 7]

In [358]: average_groups(a, N=3)
Out[358]: array([2. , 4.5, 6.5])

Answer 2

尝试一下：

In [1224]: mean_arr = []
In [1225]: for i in a_split:
      ...:     mean_arr.append(np.mean(i))

In [1226]: 

In [1226]: mean_arr
Out[1226]: [2.0, 4.5, 6.5]

Answer 3

您会收到错误消息，因为np.array_split返回了一个numpy数组的python列表，而不是多维numpy数组，因此axis不能使用它。以此替换最后一行：

a_split_avg = [np.mean(arr) for arr in a_split]

Answer 4

您可以在计算中使用mean来将means = np.vectorize(np.mean)(a_split) 函数应用于数组列表中的每个项目：

{{1}}

结果是一个列表，其中包含您创建的每个子数组的平均值。