下采样一维numpy数组

下采样一维numpy数组

在简单的情况下，您的数组大小可以由下采样因子（

R

）整除，您可以

reshape

对数组进行调整，然后沿新轴取平均值：

import numpy as npa = np.array([1.,2,6,2,1,7])R = 3a.reshape(-1, R)=> array([[ 1.,  2.,  6.],         [ 2.,  1.,  7.]])a.reshape(-1, R).mean(axis=1)=> array([ 3.        ,  3.33333333])

在一般情况下，您可以使用

NaN

s填充数组，使其大小可被整除

R

，然后使用取平均值

scipy.nanmean

。

import math, scipyb = np.append(a, [ 4 ])b.shape=> (7,)pad_size = math.ceil(float(b.size)/R)*R - b.sizeb_padded = np.append(b, np.zeros(pad_size)*np.NaN)b_padded.shape=> (9,)scipy.nanmean(b_padded.reshape(-1,R), axis=1)=> array([ 3.        ,  3.33333333,  4.])