Python 三维numpy阵列切片上的谐波平均

给定一个三维数组，我想计算二维切片上的算术平均和调和平均

这可以使用numpy的算术平均值轻松完成：

import numpy as np
a = np.arange(5*3*3).reshape(5,3,3)
np.mean(a,axis=(1,2))

对于谐波平均，我必须自己切片三维数组。 我可以沿第一（0）轴执行此操作，例如：

from scipy import stats
b = a.reshape(np.shape(a)[0], -1)
stats.hmean(b,axis=1)

如何重塑/切片三维阵列以计算垂直于其他轴的平均值（即轴0和2上的平均值或轴0和1上的平均值）

为了澄清，相应的算术平均值简单地表示为：

np.mean(a,axis=(0,2))
np.mean(a,axis=(0,1))

---

您只需坚持使用numpy并调整代码以计算调和平均值，如下所示-

1/np.平均值（1/a，轴=（0,2））
1/np.平均值（1/a，轴=（0,1））

你为什么不坚持使用numpy，然后这样做呢

1/np。平均值（1/a，轴=（1,2））

表示调和平均值？如果我对你的问题理解错误，请纠正我，太好了！是的，你说得对。我对切片想得太多了，以至于忽略了这个简洁的numpy解决方案。这就解决了我的问题（特别是因为几何平均数也有类似的技巧）。非常感谢你！很乐意帮忙！干杯对于其他类型的问题，我仍然对如何切片3D阵列感兴趣，以便保留中轴。然而，这个问题可以通过您的简单而友好的解决方案来解决。你想把它贴出来让我接受吗？再次感谢！你的快速回答对我帮助很大。为了完整起见，我添加了

1/np.mean（1/a，axis=（0,2））

用于垂直于中轴的平均值，

1/np.mean（1/a，axis=（0,1））

用于垂直于最后一个轴的平均值。感谢这些输入，我只是想给出一个想法，因为切片轴可以根据需要任意。是的，说得好。这是一个非常通用的答案。如果有人对几何平均值感兴趣，那么类似的技巧就是

np.exp（np.mean（np.log（a），axis=（0,2））

假设

a

的所有条目都是正的。