Python 三维阵列中一个轴上的滚动平均值

是否有一种简单的方法来计算3D阵列中一个轴上的滚动平均值？假设我有一个带有x，y和时间轴的数组，我想要所有x和y在时间轴上的滚动平均值。 对于1D阵列，我使用熊猫：

import pandas as pd 

rolling_array = pd.Series(array).rolling(window=window).mean()

但这不适用于多维数据

编辑：

我的数组如下所示：

import numpy as np 

array = np.random.rand(100,100,200) 

我想要轴=2的滚动平均值，我们可以用它来接受轴，我们将使它成为一个通用的，沿着通用轴接受任何n-dim数组-

from scipy.ndimage import uniform_filter1d

def rolling_mean_along_axis(a, W, axis=-1):
    # a : Input ndarray
    # W : Window size
    # axis : Axis along which we will apply rolling/sliding mean
    hW = W//2
    L = a.shape[axis]-W+1   
    indexer = [slice(None) for _ in range(a.ndim)]
    indexer[axis] = slice(hW,hW+L)
    return uniform_filter1d(a,W,axis=axis)[tuple(indexer)]

验证形状的示例运行：

In [70]: a = np.random.rand(10,10,10)

In [72]: rolling_mean_along_axis(a, W=5, axis=0).shape
Out[72]: (6, 10, 10)

In [73]: rolling_mean_along_axis(a, W=5, axis=1).shape
Out[73]: (10, 6, 10)

In [74]: rolling_mean_along_axis(a, W=5, axis=2).shape
Out[74]: (10, 10, 6)

---

@Divakar是

np。意思是
可以滚动窗口？哦，它不是。我错过了。均匀过滤器怎么样？@HansHirse我有一个numpy 3D阵列，每个x和y坐标以及每个时间步长都有降水值，所以它实际上是一个3D阵列。熊猫系列是一维的。改用数据帧