在二维数组中计算跨维度的平均值

Question

我有一个像这样的数组a:

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为a[*][0]的平均值，10.5为a[*][1]的平均值。

在不使用循环的情况下解决这个问题的最优雅的方法是什么?

Answer 1

a.mean()接受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，作为独立函数:

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

你的切片不工作的原因是因为这是切片的语法:

In [6]: a[:,0].mean() # first column
Out[6]: 45.0
In [7]: a[:,1].mean() # second column
Out[7]: 10.5

Answer 2

这是一个非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]

Answer 3

如果您经常这样做，那么使用NumPy是最好的选择。

如果由于某些原因不能使用NumPy:

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