如何在python中将数组拆分为等长的bin？答案

【问题标题】：How to split an array into bins of equal length in python?如何在python中将数组拆分为等长的bin？
【发布时间】：2019-12-24 08:08:11
【问题描述】：

我想将一个包含 1000 个数据点的数组划分为每个包含 100 个数据点的箱。然后，我想分别计算这些 bin 的平均值。

有人可以建议如何将 numpy 数组中的数据划分到 bin 中吗？这是我尝试过的。

import numpy as np

f = np.random.random((1000))
bin_1 = f[0:100]
mean_1= bin_1.mean()
print(bin_1, mean_1)

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

import numpy as np

f = np.loadtxt('ising_T2.dat',usecols=(0))
chunk_begin, chunk_end = 0, 100
splitted_bins = []
splitted_means = []
for _ in range(9):
    bin = f[chunk_begin:chunk_end]
    mean = bin.mean()
    splitted_bins.append(bin)
    splitted_means.append(mean)
    chunk_begin, chunk_end = chunk_begin + 100, chunk_end + 100
print(splitted_bins, splitted_means)

不知道是不是你想要的

【讨论】：

你能告诉我'chunk_begin, chunk_end = chunk_begin + 100, chunk_end + 100' 在代码中做了什么吗..
获取chunk_begin的当前值和chunk_end的当前值并递增100

【解决方案2】：

如果您的列表始终具有 1000 个数据点的恒定大小，您可以简单地编写一个从 0 到 1000 的 for 循环。此循环将在每次迭代时增加 100 的主索引。您可以计算 list[i-100:i] 的平均结果。

例如：

f = np.loadtxt('ising_T2.dat',usecols=(0))

for (i = 100; i < 1000; i += 100) {
    // mean = f[i - 100:i].mean()
}

类似的东西。诀窍是您可以使用变量裁剪列表。

【讨论】：