面对大数组,大列表,项目中需要将其压缩,对于多维数组,可以通过降维方式,对于一维数组,想要压缩其中的元素量,可以通过求相邻元素的平均值来压缩数字列表的元素数,代码如下:
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
# @Time : 2020/2/24
# @Author : Zhenglin Zhang
# @Email : zzl1124@mail.ustc.edu.cn
# @FileName : main.py
# @Software : Python3.6;PyCharm;Windows10
# @Hardware : Intel Core i7-4712MQ
# @Version : V1.0
# @License : None
# @Copyright:None
# @Brief : Zip a number list in python.
import numpy as np
def avg_adjacent(number_list, interval_num=1, total_num=None):
"""
通过求相邻元素的平均值来压缩数字列表的元素数
:param number_list: 原始数组
:param interval_num: 求平均值的相隔元素个数,注意,该项仅在total_num无值情况下有效
:param total_num: 最终想要得到的元素个数,注意,若赋值该项,则interval_num无效
:return: 压缩结果
"""
copy_list = number_list.copy() # 复制原始列表,避免对原始数据造成影响
res = [] # 压缩结果
if total_num: # 若该参数被赋值
interval_num = len(copy_list) // total_num # 求得间隔元素数
if interval_num == 1: # 验证有余数情况
for i in range(len(copy_list) % total_num):
copy_list.pop() # 余下的元素抛弃
for i in range(int(len(copy_list)/interval_num)): # 每interval_num个元素求平均值并保留1位小数添加至结果
res.append(np.mean(copy_list[interval_num * i:interval_num * i + interval_num]).round(1))
return res
注释已详细给出,举例:
a = [3.2, 2.1, 3, 0, 0, 1, 2.8, 9.6, 4.7, 0, 6.1, 0, 0, 0, 7.5, 3.6, 0.0, 5, 3.3]
res1 = avg_adjacent(a, interval_num=3)
res2 = avg_adjacent(a, total_num=3)
print("-------")
print(res1)
print("-------")
print(res2)
print("-------")
输出为:
-------
[2.8, 0.3, 5.7, 2.0, 2.5, 2.9]
-------
[1.6, 3.9, 2.7]
-------
End