Question

我有一个n个元素的向量/数组。我想选择m个元素。

选择必须公平/确定 - 每个小节同样多。

当m = 10，n = 20时很容易：只需要每隔一个元素。但是在一般情况下如何做呢？我是否需要计算液晶显示屏？

Answer 1

您可能需要Bresenham's line algorithm。从m统一选择n元素相当于在m x n离散像素网格中绘制一条线。在x .. 0和n-1坐标y .. 0中假设m-1坐标，并且如果您在（0,0）和（n-1，m-1）。每当y坐标发生变化时，请从索引x中选择一个元素。

UPD：但似乎这个简单的功能就足够你了：

>>> f = lambda m, n: [i*n//m + n//(2*m) for i in range(m)]
>>> f(1,20)
[10]
>>> f(2,20)
[5, 15]
>>> f(3,20)
[3, 9, 16]
>>> f(5,20)
[2, 6, 10, 14, 18]

Answer 2

这是一个简单的例子：

from math import ceil

def takespread(sequence, num):
    length = float(len(sequence))
    for i in range(num):
        yield sequence[int(ceil(i * length / num))]

使用

math.ceil是因为没有它，所选择的索引将在每个隐式子部分的开头加权太多，结果就是整个列表。

Answer 3

这将始终选择第一个和最后一个元素：

which_idxs = lambda m, n: np.rint( np.linspace( 1, n, min(m,n) ) - 1 ).astype(int)

evenly_spaced = np.array( your_list )[which_idxs(m,n)]

如果m大于n，则仅选择最多n个元素。

如果你真的希望它在整个阵列中均匀分布，即使在最后也是如此，那么它就是这样：

which_idxs = lambda m, n: [idx for idx in np.rint( np.linspace( 1-n/(2*min(m,n)), n+n/(2*min(m,n)), min(m,n)+2 ) - 1 ).astype(int) if idx in range(n)]

evenly_spaced = np.array( your_list )[which_idxs(m,n)]

这给你这样的东西：

>>> np.array( [1, 2, 3, 'a', 'b', 'c'] )[which_idxs(m,n)]
Out: array(['2', 'b'])

Answer 4

使用循环（int i = 0; i＆lt; m; i ++）

然后获得你想要的索引，Ceil（i * m / n）。

Answer 5

我正在进行临床应用，发现上面的所有答案都有不同程度的偏见。这是另一种解决方案，即使在一个圆圈中也能很好地工作。也就是说，即使最后一个数字包围在你使用度0°= 360°时也是如此。

import numpy as np
m = 51
# Generate intervals
epts = np.linspace(0,360,m+1,endpoint=True)
# Create the halfsteps between intervals (One would have sufficed)
halfsteps = (epts[1:] - epts[:-1]) / 2
# Find the midpoints
midpoints = epts[:-1] + halfsteps
# Make an unbiased rounding
results = np.around(midpoints, decimals=0)

从长度为n的序列中选择m个均匀间隔的元素

5 个答案: