有效地平均矩阵答案

【问题标题】：averaging matrix efficiently有效地平均矩阵
【发布时间】：2010-06-04 23:04:40
【问题描述】：

在 Python 中，给定一个 n x p 矩阵，例如4 x 4，我怎样才能返回一个 4 x 2 的矩阵，它只是平均矩阵的所有 4 行的前两列和最后两列？

例如给定：

a = 数组([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]])

返回一个矩阵，该矩阵具有 a[:, 0] 和 a[:, 1] 的平均值以及 a[:, 2] 和 a[:, 3] 的平均值。我希望这适用于 n x p 的任意矩阵，假设我平均 n 的列数显然可以被 n 整除。

让我澄清一下：对于每一行，我想取前两列的平均值，然后取最后两列的平均值。所以它会是：

1 + 2 / 2, 3 + 4 / 2

这应该产生一个 4 x 2 矩阵而不是 4 x 4。

谢谢。

【问题讨论】：

您想要一个 4x2 矩阵，但您所描述的（使用 [:,0] 等）听起来像是 1x4 矩阵

标签： python numpy scipy

【解决方案1】：

使用一些数学方法怎么样？你可以定义一个矩阵M = [[0.5,0],[0.5,0],[0,0.5],[0,0.5]]，这样A*M就是你想要的。

from numpy import array, matrix

A = array([[1, 2, 3, 4], 
           [5, 6, 7, 8], 
           [9, 10, 11, 12], 
           [13, 14, 15, 16]])
M = matrix([[0.5,0],
            [0.5,0],
            [0,0.5],
            [0,0.5]])
print A*M

生成 M 也很简单，条目为 1/n 或零。

【讨论】：

【解决方案2】：

重塑 - 得到平均 - 重塑

>>> a.reshape(-1, a.shape[1]//2).mean(1).reshape(a.shape[0],-1)
array([[  1.5,   3.5],
       [  5.5,   7.5],
       [  9.5,  11.5],
       [ 13.5,  15.5]])

应该适用于任何数组大小，并且 reshape 不会复制。

【讨论】：

【解决方案3】：

对于 n > 4 的矩阵应该发生什么有点不清楚，但这段代码会做你想做的事：

a = N.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]], dtype=float)
avg = N.vstack((N.average(a[:,0:2], axis=1), N.average(a[:,2:4], axis=1))).T

这会产生avg =

array([[  1.5,   3.5],
       [  5.5,   7.5],
       [  9.5,  11.5],
       [ 13.5,  15.5]])

【讨论】：

【解决方案4】：

这是一种方法。您只需要更改 groupsize 以使其适用于您所说的其他尺寸，尽管我不完全确定您想要什么。

groupsize = 2
out = np.hstack([np.mean(x,axis=1,out=np.zeros((a.shape[0],1))) for x in np.hsplit(a,groupsize)])

产量

array([[  1.5,   3.5],
   [  5.5,   7.5],
   [  9.5,  11.5],
   [ 13.5,  15.5]])

为out。希望它能给你一些关于如何做你想做的事情的想法。例如，您可以使groupsize 依赖于a 的尺寸。

【讨论】：