python - 如何获得列表中每十分之一的平均值？

Question

我确信有一个 numpy 函数可以实现这一点，只是我还没有找到它。假设您有一个任意大小的整数列表。如何将其转换为包含十个 float 的列表，其中每个 float 是原始列表的十分之一的平均值？

编辑:我能想到的最好方法是首先将列表转换为 numpy 数组，然后使用 .array_split(array, 10) 将其分成相等的部分，然后取平均值每一个。但我想一定有一种更简单的方法来做到这一点。

Answer 1

您所描述的实际上只是一句台词:

np.mean(np.array_split(array, 10), axis=0)

array_split 适用于任何“类似数组”，其中包括列表，因此“将列表转换为 numpy 数组”是自动的。

np.mean 也适用于任何“类似数组”，其中包括由 array_split 返回的数组列表，被视为二维数组，因此“...每一个”也是自动的。

所以这确实是全部内容。

<小时/>

请注意，虽然“类似数组”在 NumPy 文档中随处可见，但据我所知，它从未在任何地方进行过严格定义。但它的基本含义是:如果您可以调用 np.array(x) 并返回您天真的希望的数组，那么 x 就是类似数组的。 This question有一个答案深入 NumPy 源代码，以准确显示如何处理类似数组的值。

另请注意，某些 NumPy 函数实际上并未说明它们期望的类型。例如，mean明确表示它需要一个 array_like 来表示 a，但是 array_split没有说明它需要什么(如果你试图通过 split 的链接来猜测，你就会猜错)。因此，有时，找出类似数组是否可以接受的唯一方法就是测试它。但这只是一个简单的测试，所以没什么大不了的。

<小时/>

当然，如果你不想使用NumPy，则不必；直接在列表上进行操作并没有那么困难；你只需要显式循环:

chunksize = len(array) // 10
chunks = (array[i*chunksize:(i+1)*chunksize] for i in range(10))
means = [statistics.mean(chunk) for chunk in chunks]

当然，如果您愿意，您可以将其全部折叠成一个可怕的单行代码，或者更好的是，将前两行包装在一个函数中，该函数执行与 array_split 相同的操作，所以你可以这样做:

means = [statistics.mean(chunk) for chunk in my_array_split(array, 10)]

…这看起来与 NumPy 单行代码没有什么不同，它只是使循环变得明确。