Arrays 如何对数组的每个部分求平均值

假设我有一个名为

a

的

500000x1

数组。我想把这个数组分成

1000

相等的部分，然后计算该部分的平均值。因此，我将以一个名为

B

的

1000x1

数组结束，其中

B[1]

是

a[1:500]

的平均值，

B[2]

是B[501:1000]的平均值，依此类推。因为我会做很多次，所以我想做得更有效率。在Matlab/Python中，最有效的方法是什么

NumPy/Python

我们可以重塑为有

500列

列，然后沿第二个轴计算平均值-

A.reshape(-1,500).mean(axis=1)

样本运行-

In [89]: A = np.arange(50)+1;

In [90]: A.reshape(-1,5).mean(1)
Out[90]: array([  3.,   8.,  13.,  18.,  23.,  28.,  33.,  38.,  43.,  48.])

>> A = 1:50;                      
>> mean(reshape(A,5,[]),1)        
ans =
     3     8    13    18    23    28    33    38    43    48

运行时测试：

获得这些平均值的另一种方法是使用老式的方法，计算总和，然后除以总和中涉及的元素数。让我们对这两种方法计时-

In [107]: A = np.arange(500000)+1;

In [108]: %timeit A.reshape(-1,500).mean(1)
1000 loops, best of 3: 1.19 ms per loop

In [109]: %timeit A.reshape(-1,500).sum(1)/500.0
1000 loops, best of 3: 583 µs per loop

看来，用另一种方法是一个很大的改进！但是等等，这是因为使用

mean

方法NumPy在默认情况下正在转换为float类型，转换开销显示在这里

所以，如果我们使用浮点型输入数组，我们将有一个不同的公平场景-

In [144]: A = np.arange(500000).astype(float)+1;

In [145]: %timeit A.reshape(-1,500).mean(1)
1000 loops, best of 3: 534 µs per loop

In [146]: %timeit A.reshape(-1,500).sum(1)/500.0
1000 loops, best of 3: 516 µs per loop

---

MATLAB

对于列主排序，我们将重塑为

500

行，然后沿第一个维度进行平均-

mean(reshape(A,500,[]),1)

样本运行-

In [89]: A = np.arange(50)+1;

In [90]: A.reshape(-1,5).mean(1)
Out[90]: array([  3.,   8.,  13.,  18.,  23.,  28.,  33.,  38.,  43.,  48.])

>> A = 1:50;                      
>> mean(reshape(A,5,[]),1)        
ans =
     3     8    13    18    23    28    33    38    43    48

运行时测试：

我们也来试试老式的方法吧-

>> A = 1:500000;
>> func1 = @() mean(reshape(A,500,[]),1);
>> timeit(func1)                         
ans =
    0.0013021
>> func2 = @() sum(reshape(A,500,[]),1)/500.0;
>> timeit(func2)                              
ans =
    0.0012291

---

考虑到这个问题，

重塑（A，[]，1000）

可能更有意义definition@LuisMendo嗯，我想我是在用另一种方法来使用每个部分的长度。

np.mean（x）

基本上等于

np.sum（x，dtype=float）/500

。没有

dtype

的

sum

速度更快，因为它执行

uint32

加法而不是

float64

加法，有溢出的风险。这并不是说matlab很聪明，而是它更聪明cautious@Eric绝对地让我把这个评论添加到帖子里，谢谢@Divakar：我不希望实际的开销出现在int->float转换中，但我想我不应该感到惊讶。所以我猜

int+float

比

int+int

和

float+float