Python 高效二维numpy数组统计

我有很多100x100网格，是否有一种有效的方法使用numpy计算每个网格点的中值，并返回一个带有中值的100x100网格？目前，我正在使用for循环遍历每个网格点，计算中间值，然后在最后将它们合并到一个网格中。我相信有一种更好的方法可以使用numpy来实现这一点。任何帮助都将不胜感激！谢谢

创建为100x100xN阵列（如果不可能，则堆叠在一起），并使用具有正确轴的

np.median

一次性完成：

import numpy as np
a = np.random.rand(100,100)
b = np.random.rand(100,100)
c = np.random.rand(100,100)
d = np.dstack((a,b,c))
result = np.median(d,axis=2)

创建为100x100xN阵列（如果不可能，则堆叠在一起），并使用具有正确轴的

np.median

一次性完成：

import numpy as np
a = np.random.rand(100,100)
b = np.random.rand(100,100)
c = np.random.rand(100,100)
d = np.dstack((a,b,c))
result = np.median(d,axis=2)

---

有多少网格

---

一个选项是创建一个100x100xnumGrids的三维数组，并计算整个三维的中值

有多少网格

---

一个选项是创建一个100x100xnumGrids的三维数组，并计算整个三维的中值

使用中间带的轴参数：

import numpy as np

data = np.random.rand(100, 5, 5)

print np.median(data, axis=0)

print np.median(data[:, 0, 0])
print np.median(data[:, 1, 0])

---

使用中间带的轴参数：

import numpy as np

data = np.random.rand(100, 5, 5)

print np.median(data, axis=0)

print np.median(data[:, 0, 0])
print np.median(data[:, 1, 0])

---

谢谢E先生！这很有道理，我不知道dstack函数，但我喜欢它！！你知道numpy是否同样支持获取第75百分位的函数吗？如果没有，没关系，你已经帮了很多忙了！！只需执行np.sort（d，axis=2）并获取您想要的切片。谢谢E先生！这很有道理，我不知道dstack函数，但我喜欢它！！你知道numpy是否同样支持获取第75百分位的函数吗？如果没有，没关系，你已经帮了很多忙了！！只需执行np.sort（d，axis=2）并获取所需的切片。