numpy陣列的子採樣/平均

Question

我有一個浮點陣列。 （如果它不存在）是一個函數，它給出了給定數組中每個x點的平均值的新函數，如子採樣（和插值（？）的反函數） ）。

E.g. sub_sample（numpy.array（[1,2,3,4,5,6]），2）給出[1.5,3.5,5.5]

例如，可以去除剩餘物，例如sub_sample（numpy.array（[1,2,3,4,5]），2）給出[1.5,3.5]

在此先感謝。

Answer 1

使用NumPy的程序，你可以嘗試像

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]) 

，只是與項目數代替2在reshape通話要平均值。

編輯：這假設n分爲x的長度。如果你打算把它變成一個普通的功能，你需要包含一些檢查。也許是這樣的：

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

此功能在行動：

>>> 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) 

給出：

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

Answer 3

這也應該工作一個在線解決方案：

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

「一」與向量的數據和「n」是您的採樣步驟。

PS：from numpy import *