python - 对 numpy 数组进行二次采样/平均

Question

我有一个带有浮点数的 numpy 数组。

我想要的（如果它不存在的话）是一个函数，它为我提供了一个新数组，其中包含给定数组中每个 x 点的平均值，例如子采样（与插值相反（？））。

例如 sub_sample(numpy.array([1, 2, 3, 4, 5, 6]), 2) 给出 [1.5, 3.5, 5.5]

例如，可以删除剩菜，例如 sub_sample(numpy.array([1, 2, 3, 4, 5]), 2) 给出 [1.5, 3.5]

提前致谢。

Answer 1

使用 NumPy 例程，您可以尝试类似

import numpy

x = numpy.array([1, 2, 3, 4, 5, 6])

numpy.mean(x.reshape(-1, 2), 1) # Prints array([ 1.5,  3.5,  5.5])

只需将2通话中的替换reshape为您想要平均的项目数。

编辑：这假设n分为x. 如果要将其转换为通用功能，则需要包含一些检查。也许是这样的：

def average(arr, n):
    end =  n * int(len(arr)/n)
    return numpy.mean(arr[:end].reshape(-1, n), 1)

这个函数在起作用：

>>> x = numpy.array([1, 2, 3, 4, 5, 6])
>>> average(x, 2)
array([ 1.5,  3.5,  5.5])

>>> x = numpy.array([1, 2, 3, 4, 5, 6, 7])
>>> average(x, 2)
array([ 1.5,  3.5,  5.5])

Answer 2

def subsample(data, sample_size):
    samples = list(zip(*[iter(data)]*sample_size))   # use 3 for triplets, etc.
    return map(lambda x:sum(x)/float(len(x)), samples)

l = [1, 2, 3, 4, 5, 6]

print subsample(l, 2)
print subsample(l, 3)
print subsample(l, 5)

给出：

[1.5, 3.5, 5.5]
[2.0, 5.0]
[3.0]

Answer 3

这也是一种有效的单行解决方案：

downsampled_a = [a[i:n+i].mean() for i in range(0,size(a),n)]

“a”是包含您的数据的向量，“n”是您的采样步骤。

PS：from numpy import *