Python 在嵌套列表中操作numpy数组

我试图在嵌套列表中操作numpy数组

我有一个嵌套列表，在每个内部列表中，有几个numpy数组

a = [
[np.random.normal(0,1,[2,3]), np.random.normal(0,1,[4,5]), np.random.normal(0,1, [9, 10])],
[np.random.normal(0,1,[2,3]), np.random.normal(0,1,[4,5]), np.random.normal(0,1, [9, 10])],
[np.random.normal(0,1,[2,3]), np.random.normal(0,1,[4,5]), np.random.normal(0,1, [9, 10])]
]

我想按元素计算每个列表中每个numpy数组的平均值，从而得到一个新的列表

b

，其中元素是三个

np.random.normal（0,1，[2,3]）

，三个

np.random.normal（0,1，[4,5]）

的平均值，等等

---

我最初的想法是写下一个for循环来获取相应的数组并计算它们的平均值，然后添加到一个列表中。但是，当有大量这样的数组或内部列表时，这可能会有点慢。

我不确定这是否是您想要的，但这里有一个潜在的解决方案：

b = [np.mean(row, axis=0) for row in zip(*a)]

zip（*a）

将嵌套列表重新排列为合理的格式，因此

行

是大小相等的数组的列表，

np.mean（行，轴=0）

将获得列表中的元素平均值

您还可以将每行转换为numpy数组：

b = [np.array(row).mean(axis=0) for row in zip(*a)]

---

我不确定这是否是您想要的，但这里有一个潜在的解决方案：

b = [np.mean(row, axis=0) for row in zip(*a)]

zip（*a）

将嵌套列表重新排列为合理的格式，因此

行

是大小相等的数组的列表，

np.mean（行，轴=0）

将获得列表中的元素平均值

您还可以将每行转换为numpy数组：

b = [np.array(row).mean(axis=0) for row in zip(*a)]

---

我不明白为什么你会有一个这样格式的列表。为什么不将一个列表转换为您所拥有的列表，即将相同大小的数组放在相同的子列表中？为什么要将Numpy数组放在一个2D列表中，而不是全部放在一个Numpy数组中，或者至少放在一个1D数组中？@PM2Ring数组的大小不同，这意味着它们不能放在Numpy数组中。但是，如果他像我一样组织它，它将只是一个numpy数组列表，而不是一个嵌套的Python列表。在形状匹配的地方，您可以“堆叠”并执行快速轴操作。否则，您将陷入列表迭代中。@Sebastian真的！它应该是一个3D阵列列表，OP的2D阵列形状相同，构成了3D阵列的平面。我不明白为什么会有这样的列表格式。为什么不将一个列表转换为您所拥有的列表，即将相同大小的数组放在相同的子列表中？为什么要将Numpy数组放在一个2D列表中，而不是全部放在一个Numpy数组中，或者至少放在一个1D数组中？@PM2Ring数组的大小不同，这意味着它们不能放在Numpy数组中。但是，如果他像我一样组织它，它将只是一个numpy数组列表，而不是一个嵌套的Python列表。在形状匹配的地方，您可以“堆叠”并执行快速轴操作。否则，您将陷入列表迭代中。@Sebastian真的！这应该是一个3D阵列的列表，OP相同形状的2D阵列构成了3D阵列的平面。非常感谢

a=[[np.array（[2,4]）、np.array（[4,6]）、[np.array（[3,5]）、np.array（[5,7]）]

然后

b=[np.mean（row，axis=0）for row in zip（*a）]

给出了确切的假设：

[array（[2.5,4.5]）、array（[4.5,6.5]）]

，我将对其进行大规模测试。非常感谢

a=[[np.array（[2,4]）、np.array（[4,6]）、[np.array（[3,5]）、np.array（[5,7]）]

然后

b=[np.mean（row，axis=0）表示zip中的行（*a）]

给出了确切的假设：

[array（[2.5,4.5]）、array（[4.5,6.5]）

，我将对其进行大规模测试。