Python 计算二维阵列中尺寸的平均值
我有一个数组Python 计算二维阵列中尺寸的平均值,python,arrays,multidimensional-array,numpy,mean,Python,Arrays,Multidimensional Array,Numpy,Mean,我有一个数组a如下: a = [[40, 10], [50, 11]] 我需要分别计算每个维度的平均值,结果如下: [45, 10.5] 45是a[*][0]的平均值,10.5是a[*][1]的平均值 在不使用循环的情况下,解决这个问题最优雅的方法是什么?a.mean()采用轴参数: In [1]: import numpy as np In [2]: a = np.array([[40, 10], [50, 11]]) In [3]: a.mean(axis=1) # to t
a
如下:
a = [[40, 10], [50, 11]]
我需要分别计算每个维度的平均值,结果如下:
[45, 10.5]
45
是a[*][0]
的平均值,10.5
是a[*][1]
的平均值
在不使用循环的情况下,解决这个问题最优雅的方法是什么?a.mean()
采用轴
参数:
In [1]: import numpy as np
In [2]: a = np.array([[40, 10], [50, 11]])
In [3]: a.mean(axis=1) # to take the mean of each row
Out[3]: array([ 25. , 30.5])
In [4]: a.mean(axis=0) # to take the mean of each col
Out[4]: array([ 45. , 10.5])
或者,作为独立功能:
In [5]: np.mean(a, axis=1)
Out[5]: array([ 25. , 30.5])
切片不起作用的原因是,这是切片的语法:
In [6]: a[:,0].mean() # first column
Out[6]: 45.0
In [7]: a[:,1].mean() # second column
Out[7]: 10.5
如果你经常这样做,这是一条路要走
如果由于某种原因您不能使用NumPy:
>>> map(lambda x:sum(x)/float(len(x)), zip(*a))
[45.0, 10.5]
以下是一个非numpy解决方案:
>>> a = [[40, 10], [50, 11]]
>>> [float(sum(l))/len(l) for l in zip(*a)]
[45.0, 10.5]
谢谢你的快速回复。[n]:中的
是什么意思?这是代码的一部分吗?我正在使用numpy,所以第2行和第3行工作得很好,但是下一行是使用axis=0
而不是axis=1
@otmezgeraxis=0
。我编辑以显示更多信息,或者刷新?@otmezger不客气。请注意,许多numpy数组方法都采用这样的轴参数。@askewchan:mean=np.mean(a,axis=(0,2,3))是什么意思代码>知道输入张量(a)具有形状(批次、通道、宽度、高度)?