python numpy數組切片

Question

我有一個2d數組，A是6x6。我想要取前兩個值（索引0,0和0,1）並取兩者的平均值並將平均值插入一個新數組，該索引是索引0,0處A（6x3）列大小的一半。然後我會得到A的下兩個索引，取平均值，並將它放入0,1的新數組中。

我知道該怎麼做，這是使用雙for循環的唯一方法，但是對於性能的目的（我將使用數組一樣大3000x3000），我知道有一個更好的解決方案在那裏！謝謝！

Answer 1

一個numpy的陣列非常有用的功能是，它們可以被重新塑造，在許多不同的方式觀看，並通過這樣做，可以使某些操作非常容易。

既然要配對每兩個項目，是有意義的6x6的陣列重塑成一個18×2陣列：

import numpy as np 

arr=np.arange(36).reshape(6,6) 
print(arr) 
# [[ 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]] 
arr2=arr.reshape(-1,2) 
print(arr2) 
# [[ 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]] 

現在取平均值很簡單：

means=arr2.mean(axis=1) 
print(means) 
# [ 0.5 2.5 4.5 6.5 8.5 10.5 12.5 14.5 16.5 18.5 20.5 22.5 
# 24.5 26.5 28.5 30.5 32.5 34.5] 

最後，我們只是重塑陣列是6X3：

means=means.reshape(6,-1) 
print(means) 
# [[ 0.5 2.5 4.5] 
# [ 6.5 8.5 10.5] 
# [ 12.5 14.5 16.5] 
# [ 18.5 20.5 22.5] 
# [ 24.5 26.5 28.5] 
# [ 30.5 32.5 34.5]] 

，或者是1個襯墊：

means=arr.reshape(-1,2).mean(axis=1).reshape(6,-1) 

PS：reshaping是一個非常快速的操作，因爲它返回的是視圖，而不是原始數組的副本。所有改變的是尺寸和步伐。剩下的只是對mean方法的一次調用。因此，這個解決方案應該儘可能快地使用numpy。

Answer 2

我不認爲這是一個更好的解決方案，除非您有什麼在這些陣列一些額外的信息。如果它們只是隨機數，則必須進行（n^2）/ 2計算，並且您的算法反映出，運行在O（（n^2）/ 2）中。