计算numpy数组列表

Question

我正在尝试对包含numpy数组的列表进行一些计算（平均值，总和等）。 例如：

  

list = [array（[2，3，4]），array（[4，4，4]），array（[6，5，4]）]

如何获取均值（例如）？ 在类似[4,4,4]的列表中还是像array([4,4,4])这样的numpy数组中？

在此先感谢您的帮助！

---

编辑：对不起，我没有正确解释我要做什么：我想获取数组第i个索引的平均值。例如，对于索引0：

  

（2 + 4 + 6）/ 3 = 4

我不想要这个：

  

（2 + 3 + 4）/ 3 = 3

因此最终结果将是

  

[4,4,4] /而不是[3,4,5]

Answer 1

给出一维数组a，np.mean(a)应该可以解决问题。

如果您有一个2d数组，并且希望分别获得每个均值的平均值，请指定np.mean(a, axis=1)。

np.sum等具有等效功能。

https://docs.scipy.org/doc/numpy/reference/generated/numpy.mean.html https://docs.scipy.org/doc/numpy/reference/generated/numpy.sum.html

Answer 2

您可以使用map

import numpy as np

my_list = [np.array([2, 3, 4]),np.array([4, 4, 4]),np.array([6, 5, 4])]

np.mean(my_list,axis=0) #[4,4,4]

注意：请勿将变量命名为list，因为它会掩盖内置变量

Answer 3

如果列表不是太大，则可以使用for循环并遍历数组的元素：

mean = []
for i in range(len(list)):
   mean.append(np.mean(list[i]))

Answer 4

如果L是一个标量列表，则可以使用直接表达式来计算均值：

sum(L) / len(L)

幸运的是，这在数组列表上保持不变：

L = [np.array([2, 3, 4]), np.array([4, 4, 4]), np.array([6, 5, 4])]
sum(L) / len(L)
# array([4., 4., 4.])

在此示例中，它恰好比numpy函数要快 np.mean

timeit(lambda: np.mean(L, axis=0))
# 13.708808058872819
timeit(lambda: sum(L) / len(L))
# 3.4780975924804807