python - “堆积”数组，通过求和折叠

Question

给定一个 numpy 数组，我想总结统一的元素 block 以形成一个新的、更小的数组。它与分箱类似，但不是按频率分箱。除了通过示例(如下)之外，我不确定如何描述它。

问题:是否有用于此的函数或更清晰的方法(使用 numpy/scipy)？我研究了 digitize 和 histogram，但认为它们的实现很冗长。我也考虑过巧妙的索引，但它超出了我的范围，并且可能会产生一长串难看的代码。

import numpy as np  

old_data = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8])
bin_size = 3
new_data = np.zeros(int(np.size(old_data) / bin_size))
for ind, val in enumerate(new_data):
    leap = ind*bin_size
    new_data[ind] = 
np.sum(old_data[leap:leap+bin_size])
print(old_data, '->', bin_size, ':', new_data)

# [0 1 2 3 4 5 6 7 8] -> 3 : [ 3. 12. 21.]

Answer 1

假设有整数个垃圾箱，您可以通过 reshape 来完成此操作:

old_data = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8])
bin_size = 3

new_data = old_data.reshape(-1, bin_size).sum(axis=1)

new_data 将具有所需的值:

array([ 3, 12, 21])

如果bin_size没有均匀地划分为old_data.size，您可以改用resize:

old_data = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
bin_size = 3

old_data.resize(old_data.size//bin_size + 1, bin_size)
new_data = old_data.sum(axis=1)

new_data 的值为:

array([ 3, 12, 21, 19])

使用 resize 的缺点是修改 old_data ，因此如果您想保留 old_data ，您可能应该复制在调整大小之前进行。