带Numpy的多个矩阵的Python元素平均

2024-03-29 12:12:42 发布

您现在位置:Python中文网/ 问答频道 /正文

我正在实现一个滑动窗口模型,其中我想初始化一个矩阵@t,作为前N个矩阵的元素平均值,其中N是窗口大小。 这是我的第一次尝试,它显示了最后N个矩阵:

list_of_arrays = [np.array([]) for i in range(3)]
N=2 # window size
# past 3 matrices
list_of_arrays[0] = np.array([[0.1,0.2],[0.3,0.4]])
list_of_arrays[1] = np.array([[0.5,0.6],[0.7,0.8]])
list_of_arrays[2] = np.array([[0.9,1.0],[1.1,1.2]])

# at t=3, get element-wise means of previous N matrices
t=3
range1 = lambda start, end: range(start, end+1) # modified range function
answer = [list_of_arrays[t-j] for j in range1(1,N)]

期望的答案是过去N个矩阵的元素平均值。对于上述系列,它是:

(list_of_arrays[2]+list_of_arrays[1]) / 2 = [[0.7,0.8],[0.9,1.0]]

我应该如何修改answer行上的列表理解以获得所需的答案?


Tags: ofinfornprange矩阵arraystart
3条回答

这是另一个答案。

N = 3 # window size
m = np.array([
        [[0, 10], 
         [0, 0]], 
        [[0, 0], 
         [1, 1.]],
        [[0, 0], 
         [0, 1.]],
        [[0, 5], 
         [0, 0]],
        [[0, 10], 
         [0, 0]]])
print m.shape
for t in range(m.shape[0]-N):
    print '\nwindow:', t, 'to', t+N-1
    print m[t:t+N,:,:].shape
    print m[t:t+N,:,:].sum(axis=0)/(N)

输出为

(5, 2, 2)

window 0 to 2
(3, 2, 2)
[[ 0.          3.33333333]
 [ 0.33333333  0.66666667]]

window: 1 to 3
(3, 2, 2)
[[ 0.          1.66666667]
 [ 0.33333333  0.66666667]]

我想出来了。这是对问题中指示的answer行的必要修改:

answer = np.mean([list_of_arrays[t-j] for j in range1(1,N)], axis = 0)
>> array([[ 0.7,  0.8],
>>        [ 0.9,  1. ]])

t-Nt(含)的元素平均值由

np.mean(list_of_arrays[t-N+1:t+1], axis=0)

从你问题的字里行间看,我认为你想在采取中庸之道之前再吃点别的东西。假设您的列表包含包含numpy数组的对象(如您在注释中建议的那样,称为.matrix属性),那么列表理解可以提取相关部分,因此对上述内容进行如下修改:

np.mean([a.matrix for a in list_of_arrays[t-N+1:t+1]], axis=0)

相关问题 更多 >