Question

我正在尝试将一个大型数据集解释为多个较小的128 x 128数组，以便稍后平均到一个相同大小的单数数组中。

我已经能够创建一个形状为（-1,128）的非常长的数组，并且能够将其分割成更小的128 x 128的部分。

data = rawdata.reshape((-1, 128))
for x in range(5):
    data_avg = data[0 + 128 * x:128 + 128 * x, :]
    print(data_avg) #returns 5 128 by 128 arrays assigned to "data_avg"

问题是我不知道如何获取这些数据并将其平均在一起，因为它们都分配给了相同的变量。我也不希望程序为每个数组创建一个新变量，因为在最终产品中，程序一次将读取数百个数组。

更新：现在，我已经能够将数据作为多个数组存储在列表中，但是我仍然没有找到一种对数组本身求平均值的方法。尝试使用np.mean（data_list）这样做会导致一个单数整数，而不是一个完整的数组。

Answer 1

arr = np.random.normal(size = (1280, 1280))
mean = arr.reshape((128, 128, 100)).mean(axis = 2)

arr是某种形状的数组（x * 128，y * 128），并在一行中重整为xy个128x128数组，并沿xy轴取平均值。

如何平均分配给一个变量的多个数组？

1 个答案: