Question

作为一个蟒蛇新手，我需要一些帮助。我有一个包含100行和100列的数组。每个位置代表温度值。我现在想要计算整个数组的平均值（我到目前为止），然后创建一个与第一个相同维度的新数组，并在每个位置使用标准偏差。最后我想得到一个与每个位置的均值偏差的数组，所以我想知道，每个值从均值扩散到多远。我希望你明白我的意思？为了更好地理解：阵列是房屋的红外热成像图像。随着标准偏差的计算，我想获得图像中最佳的反应/敏感像素。也许有人之前做过这样的事情。最后我想导出文件，以便获得与红外图像类似的图像。但不是原始温度，而是标准偏差温度。

导入文件并计算平均值如下：

data_mean = []

my_array = np.genfromtxt((line.replace(',','.') for line in data),skip_header=9,delimiter=";")

data_mean.append(np.nanmean(my_array))

然后我需要计算数组中每个位置的标准偏差。

非常感谢你提前帮忙！

Answer 1

data_mean = np.mean(my_array) #gets you the mean of the whole array

返回一个数组，其中每个值都是数据的平均值

meanArray = np.ones(my_array.shape)*data_mean 

variationFromMean = my_array - meanArray

这是你在找什么？

Answer 2

如果您将数据保存在数组格式中，这是一个解决方案：

import numpy as np

#Find the mean of the array data values
mean_value = np.mean(data_mean)

#Find the standard deviation of the array data values
standard_deviation = np.std(data_mean)

#create an array consisting of the standard deviations from the mean
array = data_mean/standard_deviation

数组

2 个答案: