2D numpy 数组的块均值（二维）

Question

这个问题和Block mean of numpy 2D array有关（其实标题几乎一样！）除了我的情况是一个概括。我想将一个二维数组分成两个方向的子块，并在块上取平均值。 （链接的示例仅将数组一维划分）。

因此，如果我的数组是这样的：

import numpy as np 
a=np.arange(16).reshape((4,4))

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

如果我的子块大小为 2x2，那么我想要的答案是

array([[ 2.5,  4.5],
       [10.5, 12.5]])

我能想到的唯一方法是一次仔细地重塑一个维度：

np.mean(np.mean(a.reshape((2,2,-1)),axis=1).reshape((-1,2,2)),axis=2)

这给出了正确的解决方案，但有点令人费解，我想知道是否有更简洁的代码来做同样的事情，也许是一些我不知道的 numpy 阻塞函数？

Answer 1

你可以这样做：

rows, cols = a.shape

# sample data
a=np.arange(24).reshape((6,4))

a.reshape(rows//2, 2, cols//2, 2).mean(axis=(1,-1))

输出：

array([[ 2.5,  4.5],
       [10.5, 12.5],
       [18.5, 20.5]])