Submuestreo/promediado sobre una matriz numpy

Question

Tengo una matriz numpy con flotadores.

Lo que me gustaría tener (si no existe) es una función que me proporciona una nueva matriz del promedio de cada x puntos en la matriz dada, como submuestreo (y opuesto a la interpolación (?))

E.g. sub_sample (numpy.array ([1, 2, 3, 4, 5, 6]), 2) da [1.5, 3.5, 5.5]

P. ej. Las sobras se pueden eliminar, p. sub_sample (numpy.array ([1, 2, 3, 4, 5]), 2) da [1.5, 3.5]

Gracias de antemano.

Answer 1

utilizando rutinas NumPy podría intentar algo así como

import numpy 

x = numpy.array([1, 2, 3, 4, 5, 6]) 

numpy.mean(x.reshape(-1, 2), 1) # Prints array([ 1.5, 3.5, 5.5]) 

y simplemente reemplazar el 2 en la llamada reshape con el número de elementos que desea promediar .

Editar: Esto supone que n se divide en la longitud de x. Deberá incluir algunos controles si va a convertir esto en una función general. Tal vez algo como esto:

def average(arr, n): 
    end = n * int(len(arr)/n) 
    return numpy.mean(arr[:end].reshape(-1, n), 1) 

Esta función en acción:

>>> x = numpy.array([1, 2, 3, 4, 5, 6]) 
>>> average(x, 2) 
array([ 1.5, 3.5, 5.5]) 

>>> x = numpy.array([1, 2, 3, 4, 5, 6, 7]) 
>>> average(x, 2) 
array([ 1.5, 3.5, 5.5]) 

Answer 2

def subsample(data, sample_size): 
    samples = list(zip(*[iter(data)]*sample_size)) # use 3 for triplets, etc. 
    return map(lambda x:sum(x)/float(len(x)), samples) 

l = [1, 2, 3, 4, 5, 6] 

print subsample(l, 2) 
print subsample(l, 3) 
print subsample(l, 5) 

Da:

[1.5, 3.5, 5.5] 
[2.0, 5.0] 
[3.0] 

Answer 3

esto también es una solución de una línea que debería funcionar:

downsampled_a = [a[i:n+i].mean() for i in range(0,size(a),n)] 

"a" es el vector con su datos y "n" es su paso de muestreo.

PS: from numpy import *