Question

我在Matlab中有一个问题。就是这样，我试着取一列中不同数量的值的平均值。例如，如果我们有下面的列，

X = [1 1 2 3 4 3 8 2 1 3 5 6 7 7 5]

首先，我想首先取5个值的平均值并绘制它们。在上面的例子中，我应该得到三个我可以绘制的平均值。然后一次取10个值，依此类推。我想知道你是否必须编写自定义代码来修复它。

Answer 1

这应该可以解决问题：

对于选定的N（您想要取的平均值的数量）：

N = 5;
mean_vals = arrayfun(@(n) mean(X(n-1+(1:N))),1:N:length(X))

注意：这不会检查Index exceeds matrix dimensions。

如果你想跳过最后一个数字，这应该有效：

mean_vals = arrayfun(@(n) mean(X(n-1+(1:N))),1:N:(length(X)-mod(length(X),N)));

添加剩余值：

if mod(length(X),N) ~= 0
   mean_vals(end+1) = mean(X(numel(X)+1-mod(length(X),N):end))
end

更新：这是Eitan's第一个答案（在编辑之前）的修改。它使用nanmean()，它取所有非NaN值的均值。因此，不要使用zeros填充剩余的行，而是使用NaN填充它们，然后选择均值。

X = [X(:); NaN(mod(N - numel(X), N), 1)];
X_avg = nanmean(reshape(X, N, []));

Answer 2

最快的方法可能是将初始向量X重新排列到某个矩阵中，每列存储所需的平均值：

A = reshape(X, N, []);

其中N是新矩阵中所需的行数，空括号（[]）告诉MATLAB自动计算列数。然后，您可以使用mean平均每列：

X_avg = mean(A);

Vector X_avg存储结果。这可以在一行中完成，如下所示：

X_avg = mean(reshape(X, N, []));

请注意，X中的元素数量必须可以被N整除，否则您必须先填充它（例如带有零），或者分别处理“剩余”尾部元素：

tail = mod(numel(X), N);
X_avg = mean(reshape(X(1:numel(X) - tail), N, [])); %// Compute average values
X_avg(end + 1) = mean(X(end - tail + 1:end));       %// Handle leftover elements

稍后您可以将此代码放在一个循环中，计算并绘制每次迭代中N的不同值的平均值。

示例＃1

X = [1 1 2 3 4 3 8 2 1 3 5 6 7 7 5];
N = 5;

tail = mod(numel(X), N);
X_avg = mean(reshape(X(1:numel(X) - tail), N, []))
X_avg(end + 1) = mean(X(end - tail + 1:end))

结果是：

X_avg =
    2.2000   3.4000   6.0000

示例＃2

这是另一个例子（这次X的长度不能被N整除）：

X = [1 1 2 3 4 3 8 2 1 3 5 6 7 7 5];
N = 10;

tail = mod(numel(X), N);
X_avg = mean(reshape(X(1:numel(X) - tail), N, []))
X_avg(end + 1) = mean(X(end - tail + 1:end))

结果是：

X_avg =
    2.8000   6.0000

Answer 3

如果您发布了一些代码并指出了哪些代码无效，那将会很有帮助。

作为第一个指针。如果

X = [1 1 2 3 4 3 8 2 1 3 5 6 7 7 5]

你感兴趣的5个块中的三个手段是

mean(X(1:5))
mean(X(6:10))
mean(X(11:15))

你必须想出一个for循环或者其他一些方法来迭代索引。

Answer 4

我认为你想要这样的东西（我有一段时间没有使用Matlab，我希望语法是正确的）：

X = [1 1 2 3 4 3 8 2 1 3 5 6 7 7 5],
currentAmount=5,
block=0,
while(numel(X)<=currentAmount)
  while(numel(X)<=currentAmount+block*currentAmount)
    mean(X(block*currentAmount+1:block*currentAmount+currentAmount));
    block =block+1;
  end;
  currentAmount = currentAmount+5;
  block=0;
end

此代码首先循环遍历所有元素，一次计算5个元素的平均值。然后，它将扩展到10个元素。然后到15，依此类推，直到你想要制作平均数的元素数量大于列中元素的数量。

Answer 5

如果你需要做很多这样的操作，可能值得为它编写自己的函数。我建议使用@ EitanT的基本思想：填充数据，重新整形，取每列的平均值。但是，我建议不要在末尾包括零填充数字，而是分别取“分散”数据点的平均值：

function m = meanOfN(x, N)
% function m = meanOfN(x, N)
% create groups of N elements of vector x
% and return their mean
% if numel(x) is not a multiple of N, the last value returned
% will be for fewer than N elements
Nf = N * floor( numel( x ) / N ); % largest multiple of N <= length of x
xr = reshape( x( 1:Nf ), N, []);
m = mean(xr);
if Nf < N
  m = [m mean( x( Nf + 1:end ) )];
end

此函数将完全返回您要求的内容：在N = 5的15元素向量的情况下，它返回3个值。当输入向量的大小不是N的倍数时，返回的最后一个值将是“剩下的平均值”。

通常当你需要取一组数字的平均值时，它就是感兴趣的“运行平均值”。因此，您可能需要

，而不是获取[mean(x(1:5)) mean(x(6:10)) mean(11:15))]

m(1) = mean(x(1:N));
m(2) = mean(x(2:N+1));
m(3) = mean(x(3:N+2));
...etc

这可以通过使用一个向量的简单卷积来实现;为了完整性，这里有一种可能的编码方式：

function m = meansOfN(x, n)
% function m = meansOfN(x, n)
% taking the running mean of the values in x
% over n samples. Returns a row vector of size (sizeof(x) - n + 1)
% if numel(x) < n, this returns an empty matrix
mv = ones(N,1) / N; % vector of ones, normalized
m = convn(x(:), mv, 'valid'); % perform 1D convolution

在路径中使用这两个函数（将它们分别保存在名为meanOfN.m和meansOfN.m的文件中），您可以执行任何操作。在任何程序中，您都可以编写

myMeans = meanOfN(1:30, 5);
myMeans2 = meansOfN(1:30, 6);

等。 Matlab将找到该函数，执行计算，返回结果。为这样的特定操作编写自定义函数非常有用 - 不仅可以保持代码干净，而且只需要测试一次函数......

Answer 6

如果您希望在K维向量中平均N个随机样本，那么您可以使用：

N = length(X);
K = 20;    % or 10, or 30, or any integer less than or equal to N
indices = randperm(N, K);    % gives you K random indices from the range 1:N
result = mean(X(indices));   % averages the values of X at the K random 
                             % indices from above

稍微紧凑的形式是：

K = 20;
result = mean(X(randperm(length(X), K)));

如果您只想从列表中取出每个K个连续样本并对其进行平均，那么我相信之前的答案之一会给您所需的内容。

列中不同值的平均数

6 个答案:

示例＃1

示例＃2