如何对(858,891)的NumPy数组按每4列取均值生成(858,223)数组？

我有一个形状为(858, 891)的NumPy数组：

[[0.41128411 0.41473465 0.41853683 ... 0.49271687 0.49322761 0.49389444]
 [0.40997746 0.41332964 0.41707197 ... 0.49285828 0.49338905 0.49406584]
 [0.40780573 0.41098776 0.41461104 ... 0.49297105 0.49353365 0.49422911]
 ...
 [0.62126761 0.61681614 0.61088054 ... 0.66176147 0.66263369 0.66313708]
 [0.62241648 0.61767095 0.61128526 ... 0.66124009 0.66208772 0.6625708 ]
 [0.62377412 0.61880136 0.6120562  ... 0.66079591 0.66163067 0.66210466]]

需要按每4列计算均值，将后续每4列的均值堆叠起来，最终得到形状为(858,223)的新数组（最后一次迭代处理3列）。目前手动处理前8列的代码如下：

a = arr[:, 0:4]
b = arr[:, 4:8]
a = a.mean(axis=1)
b = b.mean(axis=1)
new = np.column_stack((a,b))

得到的结果示例：

array([[0.41670609, 0.42968413],
       [0.41529677, 0.42850663],
       [0.41293143, 0.42641906],
       ...,
       [0.61311844, 0.57922079],
       [0.6136733 , 0.57750982],
       [0.61455882, 0.57644654]])

请问如何通过循环遍历原数组实现上述需求？

方法一：循环遍历实现 #

直接遍历列的起始索引，每次截取对应列区间计算均值，再逐步堆叠结果：

import numpy as np

# 假设arr为原始输入数组
result_list = []
total_cols = arr.shape[1]
step = 4

for start in range(0, total_cols, step):
    # 确定当前切片的结束位置，防止越界
    end = min(start + step, total_cols)
    # 计算当前列区间的行均值
    current_mean = arr[:, start:end].mean(axis=1)
    # 将均值结果加入列表
    result_list.append(current_mean)

# 将列表中的数组按列堆叠成最终数组
new_arr = np.column_stack(result_list)

由于891 = 4*222 + 3，循环到最后一次时，start=888，end=min(888+4, 891)=891，会自动截取最后3列计算均值，最终得到形状为(858,223)的数组，完全符合需求。

方法二：NumPy向量化操作（推荐） #

如果不需要强制使用循环，用NumPy内置的数组拆分方法可以更高效完成任务，避免循环的性能开销：

import numpy as np

# 将原数组按每4列一组拆分，最后一组自动保留剩余的3列
col_groups = np.array_split(arr, np.arange(step, arr.shape[1], step), axis=1)
# 对每组计算行均值，再按列堆叠
new_arr = np.column_stack([group.mean(axis=1) for group in col_groups])

np.array_split会自动处理不足4列的最后一组，结果和循环方法一致，但执行效率更高，适合处理大规模数组。

内容的提问来源于stack exchange，提问作者Vladimir Sotskov