Python 计算二维阵列中尺寸的平均值

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 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
@otmezger
axis=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））是什么意思知道输入张量（a）具有形状（批次、通道、宽度、高度）？