在NumPy中对多个轴进行平均值计算

Question

我想以Pythonic的方式编写以下代码，对两个轴应用均值。最好的方法是什么？

import numpy as np

m = np.random.rand(30, 10, 10)  
m_mean = np.zeros((30, 1))    
for j in range(30):
    m_mean[j, 0] = m[j, :, :].mean()

- marcelorodrigues

---

为什么 m_mean 是一个二维数组？ - user2357112

为什么要创建一个只有一行的第二个numpy数组呢？为什么不只用一个简单的列表？ - R Nar

NumPy 的简洁写法是 m.mean(axis=(1,2))，意思为对第二和第三个轴进行平均值计算。 - Divakar

Answer 1

如果您拥有足够新的NumPy，您可以执行以下操作

m_mean = m.mean(axis=(1, 2))

我相信这是在1.7版本中引入的，但我不确定。文档只在1.10版本中更新以反映这一点，但它在那之前就已经起作用了。

如果你的NumPy版本太老了，你可以手动进行平均操作：

m_mean = m.sum(axis=2).sum(axis=1) / np.prod(m.shape[1:3])

这两种方法都会产生一维结果。如果你真的想要额外的长度为1的轴，你可以像这样做：m_mean = m_mean[:, np.newaxis]，在那里添加额外的轴。

- user2357112

---

使用旧版的numpy，您也可以只需执行m.mean(axis=2).mean(axis=1)。 - Rob

@Rob：啊，你说得对。由于在 m.mean(axis=2) 步骤中所有的平均值都是在相同数量的元素上计算的，所以 m.mean(axis=2).mean(axis=1) 正确地给每个元素赋予了相等的权重。 - user2357112

Answer 2

您也可以使用numpy.mean()函数，并将输出数组作为参数传递给out=，如下所示：
最初的回答

np.mean(m, axis=(1, 2), out=m_mean)

- kmario23