Question

我有一组值x：

 x=numpy.array([[-0.11361818  -0.113618185  -0.98787775  -0.09719566],
 [-0.11361818  -0.04173076 -0.98787775  -0.09719566],
 [-0.11361818  -0.04173076 -0.98787775  -0.09719566],
 [-0.62610493  -0.71682393 -0.24673653  -0.18242028],
 [-0.62584854  -0.71613061 -0.24904998  -0.18287883],
 [-0.62538661  -0.71551038 -0.25160676  -0.18338629]])

和一组相应的类标签y：

y=numpy.array([1, 1, 2, 3, 4, 4])

y中的第一个类标签1属于数组x中的第一行，y中的第二个类标签1属于数组x中的第二行，依此类推。

现在我想计算每个1-4级的平均值。例如，x中的第1行和第2行都属于第1类，因此我计算第1行和第2行的平均值。

我有以下代码：

means = numpy.array([x[y == i].mean(axis=0) for i in xrange(4)])

当我这样做时，我最终得到了这个结果：

array([[        nan],
       [-1.27636606],
       [-1.24042235],
       [-1.77208567]])

如果我采用xrange（6），我有这个结果：

array([[        nan],
       [-1.27636606],
       [-1.24042235],
       [-1.77208567],
       [-1.774899  ],
       [        nan]])

为什么会出现这种情况？如何摆脱nans并最终得到我的4个均值？

我有来自here的代码，他们把类的数量作为xrange（）的参数，我不太清楚我做了什么不同的事情。

提前感谢您的帮助！

Answer 1

xrange(4)会产生值[0, 1, 2, 3]。 means中的第一个值为nan，因为您的y值不等于零。

相反，请执行：

In [49]: means = numpy.array([x[y == i].mean(axis=0) for i in xrange(1, 5)])

In [50]: means
Out[50]: 
array([[-1.27636606],
       [-1.24042235],
       [-1.77208567],
       [-1.774899  ]])

Answer 2

您应该使用xrange(1,5)来避免值0。

Numpy：平均计算结果为nan值

2 个答案: