Python：通过每隔n个元素删值将数组长度调整为5000

问题说明 #

需要对长度动态变化的多个数组，通过均匀间隔移除元素的方式将长度调整到5000，允许最终采样结果先落在5000-5050区间，再截断到精确5000长度。
原有实现用整数步长抽取的方式存在固定误差：以长度26975的数组为例，步长取5时抽取结果长度为5395，步长取6时结果长度仅为4495，无法落入目标区间。

实现思路 #

不要计算「每隔多少个元素删除1个」，反过来直接计算需要保留的元素索引即可：

• 预抽取5020个元素（留20个截断余量，避免最终长度不足）
• 用等间隔索引生成方法，从原数组中均匀取出对应数量的元素，不存在步长取整带来的累积误差
• 最后截断到精确的5000长度即可

可直接复用的代码 #

import numpy as np

def uniform_downsample(arr, target_len=5000, pre_sample_margin=20):
    origin_len = len(arr)
    # 原数组长度不足目标值时直接补位/截断返回
    if origin_len <= target_len + pre_sample_margin:
        output = arr.copy()
        output.resize((target_len, arr.shape[1]), refcheck=False)
        return output
    # 生成均匀分布的索引，一次性取出预采样数量的元素
    sample_indices = np.linspace(0, origin_len - 1, 
                                 num=target_len + pre_sample_margin, 
                                 dtype=int)
    sampled = arr[sample_indices]
    # 截断到精确目标长度
    sampled.resize((target_len, arr.shape[1]), refcheck=False)
    return sampled

# 测试用例：长度26975的测试数组
test_arr = np.random.rand(26975, 3)
result = uniform_downsample(test_arr)
print(f"输出数组长度：{len(result)}")  # 固定输出5000

效果说明 #

• 对任意长度大于5020的输入数组，该方法都能返回长度恰好为5000的结果
• 抽取的元素在原数组中均匀分布，不会出现局部过密或过疏的问题
• 不需要手动计算删除比例、间隔值，自动适配所有动态长度的输入数组

内容的提问来源于stack exchange，提问作者Martin Pedersen