Ich habe ein Array awie dieses:
a = [[40, 10], [50, 11]]
Ich muss den Mittelwert für jede Dimension separat berechnen. Das Ergebnis sollte folgendes sein:
[45, 10.5]
45der Mittelwert von a[*][0]und 10.5der Mittelwert von a[*][1].
Was ist die eleganteste Art, dies ohne Verwendung einer Schleife zu lösen?
a.mean()nimmt ein axisArgument:
In [1]: import numpy as np
In [2]: a = np.array([[40, 10], [50, 11]])
In [3]: a.mean(axis=1) # to take the mean of each row
Out[3]: array([ 25. , 30.5])
In [4]: a.mean(axis=0) # to take the mean of each col
Out[4]: array([ 45. , 10.5])
Oder als eigenständige Funktion:
In [5]: np.mean(a, axis=1)
Out[5]: array([ 25. , 30.5])
Der Grund, warum Ihr Slicing nicht funktioniert hat, ist, dass dies die Syntax für das Slicing ist:
In [6]: a[:,0].mean() # first column
Out[6]: 45.0
In [7]: a[:,1].mean() # second column
Out[7]: 10.5
In [n]:bedeutet das? Ist das Teil des Codes?axis=0anstelle vonaxis=1axis=0ist in der nächsten Zeile. Ich habe bearbeitet, um mehr Informationen anzuzeigen, vielleicht zu aktualisieren?mean = np.mean(a, axis=(0,2,3)) mean?wissen, dass der Eingangstensor (a) eine Form hat (Charge, Kanal, Breite, Höhe)?Hier ist eine nicht numpy Lösung:
>>> a = [[40, 10], [50, 11]] >>> [float(sum(l))/len(l) for l in zip(*a)] [45.0, 10.5]quelle
Wenn Sie dies häufig tun, ist NumPy der richtige Weg.
Wenn Sie NumPy aus irgendeinem Grund nicht verwenden können:
>>> map(lambda x:sum(x)/float(len(x)), zip(*a)) [45.0, 10.5]quelle