Question

我想在python中为以下行创建一个循环（我使用pycharm）：

mean_diff = np.mean(np.array([diff_list[0].values, diff_list[1].values, diff_list[2].values, diff_list[3].values,...,diff_list[100], axis=0)

用这个我得到不同阵列中每个单独单元格的平均值（光栅随时间变化）

我尝试了以下内容：

for x in range(100):
    mean_diff = np.mean(np.array([diff_list[x].values]), axis=0)

但是这里发生的事情是，它将开始计算最后一次迭代的平均值与新数组之间的平均值，依此类推，而不是首先添加所有内容，然后计算总数的平均值。一个想法是首先创建一个“sumarray”，其中包含所有diff_list值，但我也没有这样做。我的diff_list的原始类型是一个包含数据框的列表（对于每一行它有一个数组，所以它是一个3d数组/数据框（??）... - ＆gt;参见图片：image shows the structure of the list ）。

Answer 1

您需要在循环内填充数组，而不是进行计算。 Python列表推导是完美的：

您的第一个程序相当于：

mean_diff = np.mean(np.array([a.values for a in diff_list[:101]], axis=0))

或者如果您愿意：

x = []
for a in diff_list[:101]:
    x.append(a.values)
mean_diff = np.mean(np.array(x, axis=0))

如果您使用整个列表而不是前101个元素，则可以删除“[：101]”。

如何遍历3d数组并计算每个单元格的平均值

1 个答案: