如何找到numpy数组的每两行的平均值

Question

我有一个大的numpy数组，希望取每两行的第二列的平均值，并将数组保存为新的列。我想取每两行的平均数，即第1行和第2行第二列的平均数，然后取第3和第4行第二列的平均数，以此类推。然后，我想将每两行合并为一个行。这一对行的第一列和第三列也是相同的。这是我简化的数组：

input= np.array ([[1., 2., 5.],
                  [1., 4., 5.],
                  [4., 10., 3.],
                  [4., 2., 3.],
                  [1., 0., 0.],
                  [1., 1., 0.]])

然后，我想要：

output= np.array ([[1., 3., 5.],
                   [4., 6., 3.],
                   [1., 0.5, 0.]])

我尝试了以下几种方法，但都没有成功：

output=np.array([])
for i in range (len(input)-1):
    g=(input[i,1]+input[i+1,1])/2
    output=np.append(g,output)

在此之前，我非常感谢你的帮助。

Answer 1

对于两行，我发现这样做更容易：

(arr[::2] + arr[1::2])/2

Answer 2

对于reshape，使用输入形状的一个更健壮的方法

i= np.array ([[1., 2., 5.],
              [1., 4., 5.],
              [4., 10., 3.],
              [4., 2., 3.],
              [1., 0., 0.],
              [1., 1., 0.]])

i.reshape(-1, 2, i.shape[-1]).mean(1)

array([[1. , 3. , 5. ],
       [4. , 6. , 3. ],
       [1. , 0.5, 0. ]])

Answer 3

您可以重新塑造并找到平均值，如下所示：

import numpy as np

ipt = np.array([[1., 2., 5.],
                [1., 4., 5.],
                [4., 10., 3.],
                [4., 2., 3.],
                [1., 0., 0.],
                [1., 1., 0.]])
result = np.mean(ipt.reshape((3, 2, 3)), axis=1)
print(result)

输出

[[1.  3.  5. ]
 [4.  6.  3. ]
 [1.  0.5 0. ]]

另外，避免使用输入作为变量名，因为它隐藏了内置的输入。