有效地平均矩阵

Question

在Python中，给定一个nxp矩阵，例如4x4，如何返回一个4x2的矩阵，它只是对矩阵的所有4行的前两列和最后两列求平均值？在

例如，给定：

a=数组（[[1，2，3，4]， [5,6,7,8]， [9,10,11,12]， [13,14,15,16]]）

返回一个矩阵，该矩阵的平均值为[：，0]和[：，1]的平均值，以及[：，2]和[：，3]的平均值。 我希望这适用于nxp的任意矩阵，假设我平均n的列数显然可以被n整除

让我澄清一下：对于每一行，我要取前两列的平均值，然后取最后两列的平均值。所以应该是：

1+2/2，3+4/2<；-新矩阵的第1行 5+6/2、7+8/2<；-新矩阵的第2行等

这将产生一个4×2的矩阵而不是4×4。在

谢谢。在

Answer 1

对于n>；4的矩阵应该发生什么还不清楚，但是这段代码可以满足您的需要：

a = N.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]], dtype=float)
avg = N.vstack((N.average(a[:,0:2], axis=1), N.average(a[:,2:4], axis=1))).T

这将产生avg =

^{pr2}$

Answer 2

用点数学怎么样？您可以定义一个矩阵M = [[0.5,0],[0.5,0],[0,0.5],[0,0.5]]，这样A*M就是您想要的。在

from numpy import array, matrix

A = array([[1, 2, 3, 4], 
           [5, 6, 7, 8], 
           [9, 10, 11, 12], 
           [13, 14, 15, 16]])
M = matrix([[0.5,0],
            [0.5,0],
            [0,0.5],
            [0,0.5]])
print A*M

生成M也很简单，条目是1/n或零。在

Answer 3

改头换面

>>> a.reshape(-1, a.shape[1]//2).mean(1).reshape(a.shape[0],-1)
array([[  1.5,   3.5],
       [  5.5,   7.5],
       [  9.5,  11.5],
       [ 13.5,  15.5]])

对任何数组大小都有效，而“整形”不会生成副本。在