Numpy 重新排列二维数组

我正在寻找一种快速公式来对 2D numpy 数组进行数值分箱。通过分箱，我的意思是计算子矩阵平均值或累积值。对于前。 x = numpy.arange(16).reshape(4, 4) 将被分割成 4 个 2x2 的子矩阵，并给出 numpy.array([[2.5,4.5],[10.5,12.5]]) 其中 2.5=numpy。平均值([0,1,4,5])等...

如何以有效的方式执行这样的操作......我真的不知道如何执行这个......

非常感谢...

您可以使用数组的更高维度视图并沿额外维度取平均值：

In [12]: a = np.arange(36).reshape(6, 6)

In [13]: a
Out[13]: 
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23],
       [24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35]])

In [14]: a_view = a.reshape(3, 2, 3, 2)

In [15]: a_view.mean(axis=3).mean(axis=1)
Out[15]: 
array([[  3.5,   5.5,   7.5],
       [ 15.5,  17.5,  19.5],
       [ 27.5,  29.5,  31.5]])

一般来说，如果您想要形状的垃圾箱(a, b)对于一个数组(rows, cols)，你对它的重塑应该是.reshape(rows // a, a, cols // b, b)。另请注意，.mean很重要，例如a_view.mean(axis=1).mean(axis=3)会引发错误，因为a_view.mean(axis=1)虽然只有三个维度a_view.mean(axis=1).mean(axis=2)会工作得很好，但它会让你更难理解正在发生的事情。

事实上，上述代码仅在您可以在数组中容纳整数个 bin 时才有效，即如果a划分rows and b划分cols。有多种方法可以处理其他情况，但您必须定义您想要的行为。