Python 如何计算数组堆栈的平均值？

我的堆栈是这样的

array([[[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]],

       [[2, 2, 2],
        [2, 2, 2],
        [2, 2, 2]]])

我想要这个结果：

array([[ 1.5,  2. ,  2.5],
       [ 3. ,  3.5,  4. ],
       [ 4.5,  5. ,  5.5]])

---

我更新了我的问题，我想现在更清楚了。

首先，你没有一堆2D数组，你有三个独立的变量

幸运的是，NumPy中的大多数函数都采用类似于数组的参数。元组

（a，b，c）

非常类似于数组，它将被转换为您首先应该拥有的3D数组

无论如何，取平均值的明显功能是。正如文件所说：

默认情况下，在展平阵列上取平均值，否则在指定轴上取平均值

因此，只需指定新创建的轴0所需的轴

np.mean((a,b,c), axis=0)

---

在更新的问题中，您现在有一个2x3x3数组，

a

，而不是三个2x2数组，

a

、

b

和

c

，您需要第一个轴（维度为2的轴）的平均值。这是同样的事情，但稍微容易一些：

np.mean(a, axis=0)

---

---

当然，4、7和3的平均值是4.66667，而不是4。在你更新的问题中，这似乎是你想要的；在你最初的问题中…我不确定你是否想要截断或取整，或者你是否想要中值或其他东西而不是平均值，或者其他任何东西，但这些都很简单（在调用中添加

dtype=int64

，调用

.round（）

在结果上，调用

中值

，而不是

均值

，等等）。

，首先，您没有2D数组的堆栈，而是有三个独立的变量

幸运的是，NumPy中的大多数函数都采用类似于数组的参数。元组

（a，b，c）

非常类似于数组，它将被转换为您首先应该拥有的3D数组

无论如何，取平均值的明显功能是。正如文件所说：

默认情况下，在展平阵列上取平均值，否则在指定轴上取平均值

因此，只需指定新创建的轴0所需的轴

np.mean((a,b,c), axis=0)

---

在更新的问题中，您现在有一个2x3x3数组，

a

，而不是三个2x2数组，

a

、

b

和

c

，您需要第一个轴（维度为2的轴）的平均值。这是同样的事情，但稍微容易一些：

np.mean(a, axis=0)

---

当然，4、7和3的平均值是4.66667，而不是4。在你更新的问题中，这似乎是你想要的；在您最初的问题中……我不确定您是否想要截断或取整，或者您是否想要中值或其他东西而不是平均值，或者其他任何东西，但这些都很简单（将

dtype=int64

添加到调用中，调用

.round（）

对结果调用

中值
而不是
平均值
，等等）

根据您的输出，您似乎在寻找中值，而不是均值

>>> np.median((a,b,c), axis=0)
array([[ 1.,  5.],
       [ 6.,  4.]])

根据您的输出，您似乎在寻找中值，而不是均值

>>> np.median((a,b,c), axis=0)
array([[ 1.,  5.],
       [ 6.,  4.]])

二维数组的堆栈是一个三维数组，而不是三个独立的变量。4、7和3的平均值是4.667，而不是4。您是要截断它，还是要取整它，还是要模式的中位数或中位数或其他东西，而不是平均值？我需要一个浮点数（4.666），这只是一个示例，很抱歉混淆您的编辑从3个2x2数组更改为一个形状为2x3x3的单个数组。这是您真正想要的，还是您想要一个3x2x2阵列作为示例，还是其他什么？无论如何，您似乎希望跨轴0进行平均，就像您以前希望跨“外部轴”进行平均一样，因此您的编辑不应更改任何内容。查看我的更新答案。2D数组的堆栈将是3D数组，而不是三个单独的变量。4、7和3的平均值是4.66667，而不是4。您是要截断它，还是要取整它，还是要模式的中位数或中位数或其他东西，而不是平均值？我需要一个浮点数（4.666），这只是一个示例，很抱歉混淆您的编辑从3个2x2数组更改为一个形状为2x3x3的单个数组。这是您真正想要的，还是您想要一个3x2x2阵列作为示例，还是其他什么？无论如何，您似乎希望跨轴0进行平均，就像您以前希望跨“外部轴”进行平均一样，因此您的编辑不应更改任何内容。看看我最新的答案。你为什么要做那么多额外的工作？只需调用
np.mean
。（还有，我想他可能想要平均数，但他只想要整数，而不是浮点数。但我可能错了。）你为什么要做那么多额外的工作？只需调用
np.mean
。（另外，我想他可能想要平均值，但他只想要整数，而不是浮点数。但我可能错了。）@gustavgans:好的，这是否意味着这就是你想要的全部（当然，除了你更新的问题，现在只是
np.mean（a，axis=0）
）？@gustavgans:好的，这是否意味着这就是你想要的全部（当然，除了你更新的问题，它现在只是
np.mean（a，axis=0）
）？