'Piling' 一个数组，求和折叠

Question

给定一个 numpy 数组，我想总结统一的元素块以形成一个新的、更小的数组。它类似于装箱，但不是按频率。除了通过示例（如下）之外，我不确定如何描述它。

问题：是否有适用于此的功能或更简洁的方法（使用 numpy/scipy）？我研究了 digitize 和 histogram，但认为它们的实现很冗长。我也考虑过巧妙的索引，但它超出了我的范围，可能会产生一长串丑陋的代码。

import numpy as np  

old_data = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8])
bin_size = 3
new_data = np.zeros(int(np.size(old_data) / bin_size))
for ind, val in enumerate(new_data):
    leap = ind*bin_size
    new_data[ind] = 
np.sum(old_data[leap:leap+bin_size])
print(old_data, '->', bin_size, ':', new_data)

# [0 1 2 3 4 5 6 7 8] -> 3 : [ 3. 12. 21.]

Answer 1

假设有整数个 bin，您可以通过重塑来完成此操作：

old_data = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8])
bin_size = 3

new_data = old_data.reshape(-1, bin_size).sum(axis=1)

new_data 将具有所需的值：

array([ 3, 12, 21])

如果bin_size不能平均分成old_data.size，你可以使用resize:

old_data = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
bin_size = 3

old_data.resize(old_data.size//bin_size + 1, bin_size)
new_data = old_data.sum(axis=1)

new_data 的值为：

array([ 3, 12, 21, 19])

使用 resize 有修改 old_data 的缺点，所以如果你想保留 old_data 你应该在你做之前复制它 resize.

'Piling' 一个数组，求和折叠

'Piling' an Array, Collapse by Summation

python

numpy

scipy

sum

bin