我有一个3D numpy数组,我的目标是获得其平均/模式/中位数。
它的形状为[500,300,3]
我想得到:
[430,232,22]作为模式
有办法做到这一点吗?标准np.mean(阵列)给了我一个很大的数组。
我不知道这是否真的是对的?
weather_image.mean(axis=0).mean(axis=0)
它给了我一个1D NP阵列,长度为3
您想沿着前两个轴获得平均/中位/模式。这应该有效:
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)
请注意,np.median
需要一个扁平的数组,因此重塑。而Bincount仅处理1D输入,因此列表理解,再加上一个小的转换魔法。