子数组中元素的平均值答案

【问题标题】：Average of elements in a subarray子数组中元素的平均值
【发布时间】：2018-11-06 18:40:38
【问题描述】：

我有一个类似a=[1, 2, 3, 4, 5, 6, 7] 的数组。我想把这个数组分成 3 个任意大小的块。

当我把它分成 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具有子数组中元素平均值的数组：[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），等等。

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)

我收到以下错误：tuple index out of range。

【问题讨论】：

标签： python arrays numpy split average

【解决方案1】：

这是一个矢量化解决方案，它避免了拆分步骤以获得性能，并直接获得分组的总和，从而获得平均值 -

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)

示例运行 -

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])

【讨论】：

【解决方案2】：

您收到错误是因为 np.array_split 返回一个 numpy 数组的 python 列表，而不是一个多维 numpy 数组，所以 axis 无法使用它。将最后一行替换为：

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

【讨论】：

感谢您的帮助。

【解决方案3】：

试试这个：

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]

【讨论】：

我很感激。

【解决方案4】：

您可以在计算中使用np.vectorize 将mean 函数应用于数组列表中的每个项目：

means = np.vectorize(np.mean)(a_split)

结果是一个列表，其中包含您创建的每个子数组的平均值。

【讨论】：

您可能想从np.vectorize 上的文档中添加此内容：The vectorize function is provided primarily for convenience, not for performance. The implementation is essentially a for loop.。
我很感激。