数组欠采样Python

Question

我有许多不同长度的数组，而我想为这些数组设置一个固定长度，比如说100个样本。 这些数组包含时间序列，在减小数组大小的同时，我不想失去这些序列的形状。 我想我在这里需要的是欠采样算法。 是否有一种简单的方法来减少数组中的样本数量，使其中一些值像平均值一样？

谢谢

Answer 1

如果您使用具有生成的随机索引的切片，并且保留原始数组（或仅保留其形状以减少内存使用）：

import numpy as np
input_data = somearray
shape = input_data.shape
n_samples= 100
inds = np.random.randint(0,shape[0], size=n_samples)
sub_samples = input_data[inds]

Answer 2

这是一个没有numpy的小脚本。 即使所需的长度大于数组的长度，也可以保持形状。

from math import floor

def sample(input, count):
    output = []
    sample_size = float(len(input)) / count
    for i in range(count):
        output.append(input[int(floor(i * sample_size))])
    return output

Answer 3

这是尼克·弗林汉姆（Nick Fellingham）回答的简短版本。

from math import floor
def sample(input,count):
    ss=float(len(input))/count
    return [ input[int(floor(i*ss))] for i in range(count) ]