如何按比例地将数组大小调整到一定长度

Question

我有一个n长的数组，我想将其调整到一定的长度，以保存比例。

我想要这样的功能：

def rezise_my_array(array, new_lentgh)

例如，输入将是长度为9的数组：

l = [1,2,3,4,5,6,7,8,9]

如果我将其重新汇总到长度5，则输出将为：

[1,3,5,7,9]

，反之亦然。

我需要在Pyspark上创建线性回归模型，因为所有功能都必须具有相同的长度。

Answer 1

您可以做这样的事情：

import numpy as np
def resize_proportional(arr, n):
    return np.interp(np.linspace(0, 1, n), np.linspace(0, 1, len(arr)), arr)
arr = [1, 2, 3, 4, 5, 6, 7, 8, 9]
print(resize_proportional(arr, 5))
# [1. 3. 5. 7. 9.]

结果是浮点值，但是如果需要的话，您可以将其圆形或铸造。

Answer 2

以下是linspace的一种方法，然后将其四舍五入以使我们需要选择新元素，然后简单地将输入阵列索引到我们所需的输出 -

def resize_down(a, newlen):
    a = np.asarray(a)
    return a[np.round(np.linspace(0,len(a)-1,newlen)).astype(int)]

样本运行 -

In [23]: l # larger one than given sample
Out[23]: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
In [24]: resize_down(l, 2)
Out[24]: array([ 1, 11])
In [25]: resize_down(l, 3)
Out[25]: array([ 1,  6, 11])
In [26]: resize_down(l, 4)
Out[26]: array([ 1,  4,  8, 11])
In [27]: resize_down(l, 5)
Out[27]: array([ 1,  3,  6,  9, 11])
In [28]: resize_down(l, 6)
Out[28]: array([ 1,  3,  5,  7,  9, 11])

带有900000元素的大阵列上的时间安排，并调整到500000-

In [43]: np.random.seed(0)
    ...: l = np.random.randint(0,1000,(900000))
# @jdehesa's soln
In [44]: %timeit resize_proportional(l, 500000)
10 loops, best of 3: 22.2 ms per loop
In [45]: %timeit resize_down(l, 500000)
100 loops, best of 3: 5.58 ms per loop