列表中每个连续段的平均值

Question

我有一个列表：

sample_list = array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16])

我想计算每4个元素的平均值。但不是单独计算每4个元素，而是计算前4个元素的平均值：

1,2,3,4

接下来是：

2,3,4,5

紧接着：

3,4,5,6

等等。

结果将是第一个列表中每4个元素之间的平均数的数组或列表。

输出：

array([2.5, 3.5, 4.5, ...])

My attempt:

sample_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
splits = 4

def avgerage_splits(data):
    datasum = 0
    count = 0 
    for num in data:
        datasum += num
    count += 1
    if count == splits: 
        yield datasum / splits
        datasum = count = 0
if count: 
    yield datasum / count

print(list(average_splits(sample_list)))

[1.5, 3.5, 5.5, 7.5, 9.5, 11.0]

这不是我需要的输出，因为它在移动到新的4个元素集之前计算每4个元素的平均值。我想要的是只将列表中的一个元素向上移动，并计算这4个元素的平均值，以此类推。

- Mazz

Answer 1

如果可用，实现此操作的简单方法是使用np.convolve。可以将其与np.ones数组进行卷积计算以计算滚动平均值。

import numpy as np
sample_list = np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16], dtype=float)

w = 4
np.convolve(sample_list, np.ones(w), 'valid') / w

输出

array([ 2.5,  3.5,  4.5,  5.5,  6.5,  7.5,  8.5,  9.5, 10.5, 11.5, 12.5,   13.5, 14.5])

---

详情

np.convolve 在两个输入数组之间执行离散卷积。在这种情况下，np.ones(w)将是一个由指定窗口长度（此处为4）的许多1组成的数组array([1., 1., 1., 1.])和sample_list。

以下列表理解旨在复制np.convolve计算输出值的方式：

w = 4
np.array([sum(ones*sample_list[m:m+w]) for m in range(len(sample_list)-(w-1))]) / w 

array([ 2.5,  3.5,  4.5,  5.5,  6.5,  7.5,  8.5,  9.5, 10.5, 11.5, 12.5,
   13.5, 14.5])

因此，在每次迭代中，它将对“ ones”数组和当前窗口的sample_list进行内积。

下面是一个示例，说明如何计算前几个输出，以使其更清晰。请注意，在此情况下，卷积指定的使用模式为valid，这意味着重叠总是完整的：

[1,1,1,1]
[1,2,3,4,5,6,7,8...]
= (1*1 + 1*2 + 1*3 + 1*4) / 4 = 2.5

并将以下内容翻译为：

  [1,1,1,1]
[1,2,3,4,5,6,7,8...]
= (1*2 + 1*3 + 1*4 + 1*5) / 4 = 3.5

因此，如前所述，得出了sample_list的移动平均值。

- yatu

---

你能解释一下 np.ones() 是做什么的吗？ - Mazz

是的，这非常有帮助。'移动平均线'正是我正在寻找的。已点赞并接受。非常感谢。 - Mazz

使用 numpy.convolve，我们也可以通过以下方式完成操作：new_list = np.convolve(sample_list, np.ones(4)/4, mode='valid')。 - Gonçalo Peres

Answer 2

您可以使用一行列表推导式：

avgs = [sum(sample_list[i:i + splits]) / splits for i in range(len(sample_list) - splits + 1)]

当然，如果您想要一个生成器，请将方括号替换为圆括号。

- iz_

Answer 3

您可以将函数mean()映射到已压缩的迭代器：

from statistics import mean
from itertools import islice

l = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]

zip_iter = zip(*(islice(l, i, None) for i in range(4)))
list(map(mean, zip_iter))
# [2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.5, 9.5, 10.5, 11.5, 12.5, 13.5, 14.5]

- Mykola Zotko

Answer 4

作为一个对大多数Python模块知之甚少的新程序员，这里提供另一种解决方案。4是分割数，可以根据需要进行调整。当3在（Len（nlis）-3）中等于4-1时，将3替换为您所需的分割数减1。

nlis = [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]

summation = []
ave = []
for a in range(len(nlis)- 3):
    summation = sum(nlis[a:a+4])
    ave.append(summation/4)
print(ave)

# [2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.5, 9.5, 10.5, 11.5, 12.5, 13.5, 14.5]

- pibeebeks