有没有一种'pythonic'方法可以在不使用多个for循环的情况下干净地进行下采样？
下面的示例是我希望摆脱的 for 循环类型。
最小工作示例:
import numpy as np
unsampled_array = [1,3,5,7,9,11,13,15,17,19]
number_of_samples = 7
downsampled_array = []
downsampling_indices = np.linspace(0, len(unsampled_array)-1, number_of_samples).round()
for index in downsampling_indices:
downsampled_array.append(unsampled_array[int(index)])
print(downsampled_array)
结果:
>>> [ 1 5 7 9 13 17 19]
最佳答案
如果您想要“真正的”下采样，其中每个值都是 k 值的平均值，您可以使用
unsampled_array.reshape(-1, k).mean(1)
确保 unsampled_array 是 np.array。在你的情况下，k=2。这会给你:
[ 2. 6. 10. 14. 18.]
*更新:如果您只想获取每 k 个项目的第一个项目，您可以使用以下代码:
unsampled_array.reshape(-1, 2)[:, 0]
看看这个图:
关于python - 如何在不使用for循环的情况下对python中的数组进行下采样，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54858623/