博客

使用NumPy创建给定大小的每个连续子数组的平均值可以通过以下步骤实现：

1. 导入NumPy库

在使用NumPy之前，需要先导入NumPy库。

import numpy as np

1. 创建数组

可以使用NumPy中的numpy.random.rand()函数创建一个给定大小的随机数组。

arr = np.random.rand(10)

这将创建一个包含10个随机数的一维数组。

1. 切割数组

使用numpy.array_split()函数将数组切割为指定大小的子数组。

sub_arr = np.array_split(arr, 3)

这将把数组arr切割成3个子数组，每个子数组的大小为4。

1. 计算平均值

使用numpy.mean()函数计算每个子数组的平均值。

mean_arr = [np.mean(x) for x in sub_arr]

这将计算每个子数组的平均值并返回一个包含这些平均值的一维数组。

1. 组合结果

使用numpy.concatenate()函数将所有的平均值组合成一个新的数组。

result_arr = np.concatenate(mean_arr)

这将把所有平均值组合成一个新的一维数组。

示例：

以下是创建一个包含20个随机数的一维数组的示例。

import numpy as np

arr = np.random.rand(20)
print("原始数组：", arr)

sub_arr = np.array_split(arr, 4)
print("切割后的子数组：", sub_arr)

mean_arr = [np.mean(x) for x in sub_arr]
print("每个子数组的平均值：", mean_arr)

result_arr = np.concatenate(mean_arr)
print("求平均值后的数组：", result_arr)

输出：

原始数组： [0.36435679 0.0900589  0.54504552 0.10871177 0.85557255 0.39146983
 0.63321547 0.85846154 0.43732779 0.7095561  0.42386998 0.75622271
 0.39472779 0.94425466 0.27205709 0.34418858 0.97371673 0.79493817
 0.33253607 0.13742667]
切割后的子数组： [array([0.36435679, 0.0900589 , 0.54504552, 0.10871177, 0.85557255]),
 array([0.39146983, 0.63321547, 0.85846154, 0.43732779, 0.7095561 ]),
 array([0.42386998, 0.75622271, 0.39472779, 0.94425466, 0.27205709]),
 array([0.34418858, 0.97371673, 0.79493817, 0.33253607, 0.13742667])]
每个子数组的平均值： [0.39214970617638206, 0.6460061469677594, 0.5588254458073664, 0.5167655444776506]
求平均值后的数组： [0.39214971 0.64600615 0.55882545 0.51676554]

在这个示例中，首先使用numpy.random.rand()函数创建了一个包含20个随机数的一维数组。然后使用numpy.array_split()函数将这个数组切割成了4个子数组。接着使用numpy.mean()函数计算每个子数组的平均值，并将这些平均值存储在数组mean_arr中。最后使用numpy.concatenate()函数将所有的平均值组合成一个新的一维数组result_arr。