python向量以大小为5的块跨轴应用平均值
我有一个长向量(50000个数据点) 我想通过将平均数应用到5的块中来减少它。(所以我将得到10000大小的向量)。 例如 如果向量是python向量以大小为5的块跨轴应用平均值,python,python-3.x,numpy,Python,Python 3.x,Numpy,我有一个长向量(50000个数据点) 我想通过将平均数应用到5的块中来减少它。(所以我将得到10000大小的向量)。 例如 如果向量是 [1,8,-1,0,2 , 6,8,11,4,6] 输出将是 [2,7] 最有效的方法是什么 当你知道向量总是可以被5整除时,谢谢你: import numpy as np vec = np.array([1,8,-1,0,2 , 6,8,11,4,6]) averaged = vec.reshape(-1, 5).mean(axis=1).flatten
[1,8,-1,0,2 , 6,8,11,4,6]
输出将是
[2,7]
最有效的方法是什么
当你知道向量总是可以被5整除时,谢谢你:
import numpy as np
vec = np.array([1,8,-1,0,2 , 6,8,11,4,6])
averaged = vec.reshape(-1, 5).mean(axis=1).flatten()
print(averaged)
输出
array([2., 7.])
块的平均值不应该是2和7吗?