numpy用平均2 * 2块替换数组元素

Question

我在numpy有一个m*n matrix 。 我想将矩阵分成2 * 2块，然后将每个元素替换为其块中元素的平均值。 例如考虑以下数组：

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

我想产生这个矩阵：

[
    [3.5, 3.5, 5.5, 5.5]
    [3.5, 3.5, 5.5, 5.5]
    [11.5, 11.5, 13.5, 13.5]
    [11.5, 11.5, 13.5, 13.5]
]

最有效的方法是什么？ 我应该使用循环吗？

Answer 1

一种方法是重塑形状，将这两个轴分别分成两个，并沿着这两个轴的mean求mean ，从而得到平均值。 我们将保持尺寸为keepdims=True ，以便以后在最终输出时使用np.repeat便于沿精简轴进行复制。

因此，一种实现方式是-

b = a.reshape(2,2,2,2).mean((1,3), keepdims=1)
out = np.repeat(np.repeat(b,(2),axis=(1)),(2), axis=3).reshape(4,4)

样品运行-

In [17]: a
Out[17]: 
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12],
       [13, 14, 15, 16]])

In [18]: b = a.reshape(2,2,2,2).mean((1,3), keepdims=1)

In [19]: np.repeat(np.repeat(b,(2),axis=(1)),(2), axis=3).reshape(4,4)
Out[19]: 
array([[  3.5,   3.5,   5.5,   5.5],
       [  3.5,   3.5,   5.5,   5.5],
       [ 11.5,  11.5,  13.5,  13.5],
       [ 11.5,  11.5,  13.5,  13.5]])

一般而言，解决方案如下所示-

m,n = a.shape
p,q = (2,2) # Block size
b = a.reshape(m//p,p,n//q,q).mean((1,3), keepdims=1)
out = np.repeat(np.repeat(b,(p),axis=(1)),(q), axis=3).reshape(a.shape)

性能提升

我们可以将复制部分替换为基于初始化的部分，如下所示：

out = np.empty((m//p,p,n//q,q),dtype=float)
out[:] = b
out.shape = a.shape