Python 计算numpy数组中每个2d数组的平均值
我有一个numpy数组,如下所示:Python 计算numpy数组中每个2d数组的平均值,python,python-3.x,numpy,multidimensional-array,numpy-ndarray,Python,Python 3.x,Numpy,Multidimensional Array,Numpy Ndarray,我有一个numpy数组,如下所示: b = numpy.array([[[1,2,3], [4,5,6]], [[1,1,1],[3,3,3]]]) print(b) [[[1 2 3] [4 5 6]] [[1 1 1] [3 3 3]]] 现在我不想计算数组中每个二维数组的平均值。例如 numpy.mean(b[0]) >>> 3.5 numpy.mean(b[1]) >>> 2.0 如何在不使用for循环的情况下执行此操作?np.mean
b = numpy.array([[[1,2,3], [4,5,6]], [[1,1,1],[3,3,3]]])
print(b)
[[[1 2 3]
[4 5 6]]
[[1 1 1]
[3 3 3]]]
现在我不想计算数组中每个二维数组的平均值。例如
numpy.mean(b[0])
>>> 3.5
numpy.mean(b[1])
>>> 2.0
如何在不使用for循环的情况下执行此操作?np.mean()
可以接受轴的参数,因此根据您的使用情况,可以执行以下任一操作
print("Mean of each column:")
print(x.mean(axis=0))
print("Mean of each row:")
print(x.mean(axis=1))
np.mean()
可以接受轴的参数,因此根据您的使用,您可以执行以下任一操作
print("Mean of each column:")
print(x.mean(axis=0))
print("Mean of each row:")
print(x.mean(axis=1))
我想这会给你你的预期输出 通过在
轴中通过多个dim
-
我想这会给你你的预期输出 通过在
轴中通过多个dim
-
np.mean(b,axis=0)
或者干脆b.mean(axis=0)
或者axis=1
取决于你是想平均行还是列。或者b.mean(0)
。这回答了你的问题吗?不,这些都不能解决我的问题。请注意,我有一个二维数组。不是2D数组。np.mean(b,axis=0)
或者干脆b.mean(axis=0)
或者axis=1
取决于你是想平均行还是列。或者b.mean(0)
。这能回答你的问题吗?不,这些都不能解决我的问题。请注意,我有一个二维数组。不是二维数组。跳过循环。在numpy arrayThanks上循环这样的操作没有意义。这正是我想要的。我理解FOR循环,但您能解释一下您描述的第一个解决方案吗?@PaulH是的,删除了它。@SaqibAli它将在通过的多个DIM上执行。跳过循环。在numpy arrayThanks上循环这样的操作没有意义。这正是我想要的。我理解FOR循环,但是你能解释一下你描述的第一个解决方案吗?@PaulH是的,删除了它。@SaqibAli它将在经过的多个DIM上执行。