我有一个3d的numpy数组,我的目标是获取它的平均值/众数/中位数。
它的形状为[500,300,3]
我想要获取例如:
[430,232,22] 作为众数
有没有一种方法可以做到这一点?标准的np.mean(array)给了我一个非常大的数组。
我不知道这是否正确?
weather_image.mean(axis=0).mean(axis=0)
它给我一个长度为3的1维np数组
您想要沿着前两个轴获取平均值/中位数/众数。以下代码可以实现:
data = np.random.randint(1000, size=(500, 300, 3))
>>> np.mean(data, axis=(0, 1)) # in nunpy >= 1.7
array([ 499.06044 , 499.01136 , 498.60614667])
>>> np.mean(np.mean(data, axis=0), axis=0) # in numpy < 1.7
array([ 499.06044 , 499.01136 , 498.60614667])
>>> np.median(data.reshape(-1, 3), axis=0)
array([ 499., 499., 498.]) # mode
>>> np.argmax([np.bincount(x) for x in data.reshape(-1, 3).T], axis=1)
array([240, 519, 842], dtype=int64)
np.median
需要展平的数组,因此需要进行reshape操作。而bincount仅处理1D输入,因此需要使用列表推导式,并结合一些转置魔法来进行解包。