在二维数组中计算某个维度上的平均值

Question

我有一个数组a，像这样：

a = [[40, 10], [50, 11]]

我需要分别计算每个维度的平均值，结果应该是这样的：

[45, 10.5]

45是a[*][0]的平均值，10.5是a[*][1]的平均值。不使用循环，最优雅的解决方法是什么？

- otmezger

Answer 1

a.mean() 接受一个 axis 参数：

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])

或者，作为一个独立的函数：

In [5]: np.mean(a, axis=1)
Out[5]: array([ 25. ,  30.5])

你的切片操作无效的原因是因为这是切片的语法格式：

In [6]: a[:,0].mean() # first column
Out[6]: 45.0

In [7]: a[:,1].mean() # second column
Out[7]: 10.5

- askewchan

---

感谢您的快速回复。In [n]:是什么意思？这是代码的一部分吗？ - otmezger

我正在使用numpy，所以第2行和第3行非常好用，但是要使用axis=0而不是axis=1。 - otmezger

@otmezger axis=0 在下一行。我编辑了以显示更多信息，刷新一下，也许就可以了？ - askewchan

@otmezger 不用谢。请注意，许多numpy数组方法都像这样带有一个轴参数。 - askewchan

@askewchan：mean = np.mean(a, axis=(0,2,3)) 这句话是什么意思？已知输入张量（a）的形状为（batch，channel，width，height）？ - Hossein

Answer 2

这里是一个不使用numpy的解决方案：

>>> a = [[40, 10], [50, 11]]
>>> [float(sum(l))/len(l) for l in zip(*a)]
[45.0, 10.5]

- Andrew Clark

Answer 3

如果你需要频繁进行此操作，NumPy 是一个不错的选择。

如果因为某些原因不能使用 NumPy：

>>> map(lambda x:sum(x)/float(len(x)), zip(*a))
[45.0, 10.5]

- NPE