リストの要素を平均かして要素数を減らしたい

Question

CSV形式で出力される測定データをリスト化してグラフに出力したいのですが、データ数が多くグラフかする処理に時間がかかっています。
例えばこのようなリストがある場合
[1,2,3,4,5,6,7,8,9]
3ずつ平均化して
[2,5,8]
の様なリストにしたいのですが、平均化だとすべてを平均化するような例しか見つからなかったため質問させていただきました。

以下の様なコードでグラフ化しています。

import pandas as pd
import openpyxl
import matplotlib.pyplot as plt

# CSVファイルの読み込み
col_names = ['c{0:02d}'.format(i) for i in range(5)]
data = pd.read_csv('file.csv',encoding="utf-8", names = col_names)

# Excel形式で出力
data.to_excel('data.xlsx', encoding='utf-8')

wb  = openpyxl.load_workbook("data.xlsx")
sheet = wb.active

#リスト化
time_list = []
for row in range(8,sheet.max_row+1):
    for col in range(2,3):
        time_list.append(sheet.cell(row,col).value)
amp_list = []
for row in range(8,sheet.max_row+1):
    for col in range(4,5):
        amp_list.append(sheet.cell(row,col).value)
# グラフ描画
plt.scatter(time_list,amp_list)
plt.show()

Answer 1

素直に実装すると

def n_mean(ls, n):
    return [sum(ls[i-n+1:i+1])/n for i in range(n-1,len(ls),n)]

n_mean([1,2,3,4,5,6,7,8,9], 3)   # [2.0, 5.0, 8.0]

time_list = n_mean(time_list, 3)
amp_list = n_mean(amp_list, 3)
plt.scatter(time_list,amp_list)
plt.show()

n 個の平均を取る仕様が曖昧なのでどちらがいいかわかりませんが n 個ずつにした余りを無視して
n_mean([1,2,3,4,5,6,7,8,9,10], 3) を [2.0, 5.0, 8.0] としたい場合は

def n_mean(ls, n):
    return [sum(ls[i-n+1:i+1])/n for i in range(n-1,len(ls),n)]

n 個に満たないものも n で割った平均値にして
n_mean([1,2,3,4,5,6,7,8,9,10], 3) を [2.0, 5.0, 8.0, 3.333...] としたい場合は

def n_mean(ls, n):
    return [sum(ls[i:i+n])/n for i in range(0,len(ls),n)]

n 個に満たない余ったものを余った個数で平均して
n_mean([1,2,3,4,5,6,7,8,9,10], 3) を [2.0, 5.0, 8.0, 10.0] としたい場合は

def n_mean(ls, n):
    ln = len(ls)
    return [sum(ls[i:i+n])/(n if i+n <= ln else ln-i) for i in range(0, ln, n)]

Comments

[ppaul]

好みの問題かもしれませんが、
return [sum(ls[i:i+n])/n for i in range(0,len(ls),n)]
の方が読みやすいと思いました。

[lehshell]

ごもっともです。
センス悪かった。修正します。

[lehshell]

元のコードにした意図を思い出して処理の違いを示しました。

[shield]

非常に丁寧にご回答いただきありがとうございました。

Answer 2

numpy を使うとこんな感じです。

import numpy as np

def n_mean(numbers, n):
    if len(numbers) % n != 0:
        print("error")
        raise ValueError
    return list(np.mean(np.array(numbers).reshape(len(numbers)//n, n), axis=1))

実行例

>>> n_mean([1,2,3,4,5,6,7,8,9], 3)
[2.0, 5.0, 8.0]
>>> n_mean([1,2,3,4,5,6,7,8,9,10], 2)
[1.5, 3.5, 5.5, 7.5, 9.5]

Comments

[shield]

非常に丁寧にご回答いただきありがとうございました。