Python 列表中每个连续段的平均值

我有一份清单：

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

我想计算每个元素的平均值，比如说4个元素。但不是单独的4个元素，而是前4个：

1,2,3,4

其次是：

2,3,4,5

3,4,5,6

其次是：

2,3,4,5

3,4,5,6

等等

结果将是第一个列表中每4个元素之间的平均值数组或列表

输出：

array([2.5, 3.5, 4.5, ...])

我的尝试：

sample_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
splits = 4

def avgerage_splits(data):
    datasum = 0
    count = 0 
    for num in data:
        datasum += num
    count += 1
    if count == splits: 
        yield datasum / splits
        datasum = count = 0
if count: 
    yield datasum / count

print(list(average_splits(sample_list)))

[1.5, 3.5, 5.5, 7.5, 9.5, 11.0]

---

这不是我需要的输出，因为这会在移动到一组新的4个元素之前计算每4个元素的平均值。我只想在列表中向上移动一个元素，然后计算这4个元素的平均值，依此类推。

您可以使用一行列表：

avgs = [sum(sample_list[i:i + splits]) / splits for i in range(len(sample_list) - splits + 1)]

---

当然，如果您想要一个生成器，请将方括号替换为圆括号。

如果

numpy

是一个选项，实现这一点的简单方法是使用，当使用以下数组进行卷积时，可以使用它来计算滚动平均值：

输出

---

细节

正在两个输入阵列之间执行。在这种情况下，

np.ones（w）

，它将是一个与指定窗口长度（在这种情况下为4）相同数量的数组

数组（[1,1,1,1.]）

和

示例列表

以下列表旨在复制

np.convolve

计算输出值的方式：

w = 4
np.array([sum(ones*sample_list[m:m+w]) for m in range(len(sample_list)-(w-1))]) / w 

array([ 2.5,  3.5,  4.5,  5.5,  6.5,  7.5,  8.5,  9.5, 10.5, 11.5, 12.5,
   13.5, 14.5])

因此，在每次迭代中，它将获取1数组和

sample\u list

的当前窗口之间的内积

Bellow是一个如何计算第一个输出的示例，以便更清楚一点。注意，在这种情况下，为卷积指定的使用模式是有效的，这意味着，重叠被指定为始终完整：

[1,1,1,1]
[1,2,3,4,5,6,7,8...]
= (1*1 + 1*2 + 1*3 + 1*4) / 4 = 2.5

以及下列各项：

  [1,1,1,1]
[1,2,3,4,5,6,7,8...]
= (1*2 + 1*3 + 1*4 + 1*5) / 4 = 3.5

---

依此类推，如前所述，产生移动平均值

sample\u list

您可以将函数

mean（）

映射到压缩迭代器：

from statistics import mean
from itertools import islice

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

zip_iter = zip(*(islice(l, i, None) for i in range(4)))
list(map(mean, zip_iter))
# [2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.5, 9.5, 10.5, 11.5, 12.5, 13.5, 14.5]

---

作为一个对大多数python模块知之甚少甚至一无所知的新程序员，下面是另一个解决方案。4是拆分的数目。它可以随时调整任意数量的分割。而3英寸（Len（nlis）-3）是4-1。因此，将3替换为分割数-1

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

summation = []
ave = []
for a in range(len(nlis)- 3):
    summation = sum(nlis[a:a+4])
    ave.append(summation/4)
print(ave)

# [2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.5, 9.5, 10.5, 11.5, 12.5, 13.5, 14.5]

---

你能解释一下np.ones（）的作用吗？这对@Murray有帮助吗？记住，如果有，你可以投票/接受，看是的，这非常有帮助。“移动平均线”正是我想要的。投票通过并被接受。非常感谢你。