迭代python数组并查找50个值的mean/min/max

我有一个数组，我想把它分成子数组。我需要知道前50个值的平均值/最小值/最大值，然后是下一个值，依此类推。我想把mean，min，max保存在另一个矩阵中。目前，我正以这种方式解决这个问题：

np.array([[a[0:50].mean(), a[0:50].min(), a[0:50].max()],
          [a[51:100].mean(), a[51:100].min(), a[51:100].max()],...])

a是矩阵。 现在，它适用于非常小的阵列，但我需要它用于更大的阵列。我曾想用for或while循环解决这个问题，但我尝试的一切都失败了。

使用：

输出：

---

这里不是完整的解决方案，而是我的输入，这应该会有所帮助

基本上，获得数组的长度，分割点，然后使用np.split将它们分开

#获取数组的长度，除以50。
#转换成整数，这样就没有小数了
五十秒=整数（长度（np.数组）/50）
#将其转换为一个数组进行处理
五十年代=np.arange（五十年代）
#获取分割点
#这可以合并到上面的命令中
五十年代的我：
五十[我]=五十[我]*50
#每50个将阵列拆分为阵列上的新阵列/维度
newarray=np.split（np.array，五十）
#遍历每个新数组
#len（newarray）给出数组的数量，从1开始，而不是0
对于范围内的i（1，len（新阵列）：
打印（'Group'+str（i）+'：'）
打印（newarray[i].mean（））
打印（newarray[i].min（））
打印（newarray[i].max（））

输出：

第一组：
24.5
49
0
第2组：
74.5
99
50
第三组：
127.0
154
一百

我希望这有帮助

a = np.array(range(200))

b = np.array([[x.mean(), x.min(), x.max()] 
              for x in np.array_split(a, a.shape[0]/50)])

>>> b
array([[ 24.5,   0. ,  49. ],
       [ 74.5,  50. ,  99. ],
       [124.5, 100. , 149. ],
       [174.5, 150. , 199. ]])