python - 列表中每个连续段的平均值

Question

我有一个列表:

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 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

其次是:

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的数组或列表。

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，因为它在移动到一组新的 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并计算这 4 个元素的平均值，依此类推。

Answer 1

如果 numpy 是一个选项，一个简单的实现方法是使用 np.convolve ，当与 np.ones 的数组卷积时，可用于计算滚动平均值 :

import numpy as np
sample_list = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16], dtype=float)

w = 4
np.convolve(sample_list, np.ones(w), 'valid') / w

输出

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])

---

详情

np.convolve正在执行 discrete convolution在两个输入数组之间。在这种情况下 np.ones(w)，它将是一个与指定窗口长度一样多的数组(在这种情况下为 4)array([1., 1., 1 ., 1.]) 和 sample_list.

以下列表理解旨在复制 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，它会取 1 的数组与 sample_list 的当前 窗口 之间的内积。

Bellow 是如何计算第一个输出的示例，这样它会更清晰一些。请注意，在这种情况下，为卷积指定的使用模式是 valid，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

以及以下内容:

  [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 sample_list 的 移动平均值 。