使用NumPy创建一个数组，它是给定大小的每个连续子数组的平均值

NumPy是一个Python中优秀的科学计算库。在NumPy中使用ndarray这个对象来表示数组，即便是多维数组也可以用这个对象表示。为了创建一个数组，需要使用numpy模块中的array()方法。下面是一个使用numpy模块创建数组并计算每个连续子数组平均值的攻略：

1. 导入NumPy模块

import numpy as np

1. 创建数组

可以使用numpy模块中的array()方法创建数组。在该方法中，可以传入Python的列表或Python的元组来构造数组。

例如，创建一个5行5列的二维数组，数组中每个元素都为0：

arr = np.zeros((5, 5))
print(arr)

输出：

[[0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0.]]

1. 计算子数组的平均值

可以使用NumPy的ndarray对象中的mean()方法来计算每个连续子数组的平均值。

例如，在下面的示例中，我们将二维数组中每个子数组的平均值存在另一个一维数组中：

arr = np.arange(25).reshape(5, 5)
print(arr)

avg = [arr[i:i+3, j:j+3].mean() for i in range(3) for j in range(3)]
print(avg)

输出：

[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [20 21 22 23 24]]

[4.0, 4.555555555555555, 5.111111111111111, 6.666666666666667, 7.222222222222222, 7.777777777777778, 9.333333333333334, 9.88888888888889, 10.444444444444445]

在上面的例子中，我们使用了reshape()方法将一维数组转换为5x5二维数组。我们使用列表解析式来迭代遍历二维数组中每个3x3子数组并计算它们的平均值。最后将每个平均值都存入一个名为avg的列表中。

1. 进一步使用

除了均值，NumPy中的ndarray对象也提供许多其他便利的属性和方法，如max()、min()、sum()、std()和var()等。还可以使用NumPy的矩阵运算和聚合函数等功能来处理NumPy数组，这样可以很方便地实现科学计算和数据分析。

下面是另一个示例，展示如何创建一个一维数组并计算该数组中每个元素和它的前一个元素的平均值：

arr = np.array([1, 2, 3, 4, 5])
avg = (arr[1:] + arr[:-1]) / 2
print(avg)

输出：

[1.5 2.5 3.5 4.5]

在上面的例子中，我们创建了一个名为arr的一维数组，然后使用Python的切片语法来选择数组的所有元素除了第一个和最后一个。接下来，我们在这些元素中的每对元素中计算平均值，并将结果存入一个名为avg的数组中。