python numpy数组切片

Question

我有一个2d数组，A是6x6。我想要取前两个值（索引0,0和0,1）并取两者的平均值并将平均值插入一个新数组，该索引是索引0,0处A（6x3）列大小的一半。然后我会得到A的下两个索引，取平均值，并将它放入0,1的新数组中。

我知道该怎么做，这是使用双for循环的唯一方法，但是对于性能的目的（我将使用数组一样大3000x3000），我知道有一个更好的解决方案在那里！谢谢！

Answer 1

一个numpy的阵列非常有用的功能是，它们可以被重新塑造，在许多不同的方式观看，并通过这样做，可以使某些操作非常容易。

既然要配对每两个项目，是有意义的6x6的阵列重塑成一个18×2阵列：

import numpy as np 

arr=np.arange(36).reshape(6,6) 
print(arr) 
# [[ 0 1 2 3 4 5] 
# [ 6 7 8 9 10 11] 
# [12 13 14 15 16 17] 
# [18 19 20 21 22 23] 
# [24 25 26 27 28 29] 
# [30 31 32 33 34 35]] 
arr2=arr.reshape(-1,2) 
print(arr2) 
# [[ 0 1] 
# [ 2 3] 
# [ 4 5] 
# [ 6 7] 
# [ 8 9] 
# [10 11] 
# [12 13] 
# [14 15] 
# [16 17] 
# [18 19] 
# [20 21] 
# [22 23] 
# [24 25] 
# [26 27] 
# [28 29] 
# [30 31] 
# [32 33] 
# [34 35]] 

现在取平均值很简单：

means=arr2.mean(axis=1) 
print(means) 
# [ 0.5 2.5 4.5 6.5 8.5 10.5 12.5 14.5 16.5 18.5 20.5 22.5 
# 24.5 26.5 28.5 30.5 32.5 34.5] 

最后，我们只是重塑阵列是6X3：

means=means.reshape(6,-1) 
print(means) 
# [[ 0.5 2.5 4.5] 
# [ 6.5 8.5 10.5] 
# [ 12.5 14.5 16.5] 
# [ 18.5 20.5 22.5] 
# [ 24.5 26.5 28.5] 
# [ 30.5 32.5 34.5]] 

，或者是1个衬垫：

means=arr.reshape(-1,2).mean(axis=1).reshape(6,-1) 

PS：reshaping是一个非常快速的操作，因为它返回的是视图，而不是原始数组的副本。所有改变的是尺寸和步伐。剩下的只是对mean方法的一次调用。因此，这个解决方案应该尽可能快地使用numpy。

Answer 2

我不认为这是一个更好的解决方案，除非您有什么在这些阵列一些额外的信息。如果它们只是随机数，则必须进行（n^2）/ 2计算，并且您的算法反映出，运行在O（（n^2）/ 2）中。