使用numpy.mean或numpy.average平均2-D numpy.array

Question

我试图平均二维numpy数组。所以，我使用numpy.mean，但结果是空数组。

import numpy as np
ws1 = np.array(ws1)
ws1_I8 = np.array(ws1_I8) 
ws1_I10 = np.array(ws1_I10)
WSAV = np.mean([ws1,ws1_I8,ws1_I10])
print WSAV

我同时使用了np.mean和np.average，但结果与空数组相同。 ws1，ws1_I8，ws1_I10中的每一个都具有(18, 75)的形状，我希望结果数组为(18, 75)形状。

任何想法或帮助都会非常感激。

Answer 1

如果ws1，ws1_I8和ws1_I10都具有形状（18,75），则np.mean([ws1, ws1_I8, ws1_I10])应返回所有数组中所有值的平均值。 （我不确定你的意思＆＃34;结果与空数组相同＆＃34;。）np.mean会将[ws1, ws1_I8, ws1_I10]转换为具有形状的三维数组（ 3,18,75）。要使np.mean仅沿第一个轴平均，请使用参数axis=0：

WSAV = np.mean([ws1, ws1_I8, ws1_I10], axis=0)

或者，您可以简单地写一下：

WSAV = (ws1 + ws1_I8 + ws1_I10) / 3.0

Answer 2

听起来这会为你做到：

average_list = [ws1, ws1_I8, ws1_I10]
WSAV = sum(average_list) / len(average_list)

假设你想要的是(ws1+ws1_I8+ws1_I10)/3。