Question

我对使用Python编程非常陌生，所以我不明白这里发生了什么。我有一个图像（35x64）作为3D数组，并使用np.mean（），我试图提取一行中一个颜色通道的平均值：

print(np.mean(img[30][:][0]))

为了进行比较，我还编写了一个for循环，将完全相同的值添加到列表中，并以此来计算均值：

for i in range(64):
    img_list.append(img[30][i][0])
print(np.mean(img_list))

现在，由于一个奇怪的原因，它给出了不同的值：

First output: 117.1
Second output: 65.7

通过查看列表，我发现第二个是正确的。有经验的人可以向我解释为什么这种情况确实发生了，以及如何解决该问题吗？我不想在程序中使用第二个较长的代码块，而是在寻找能给出正确值的1行解决方案。

Answer 1

img[30][:][0]和img[30,:,0]（您所期望的）之间有细微的差别。让我们看一个例子：

img = np.arange(35*64*3).reshape(35,64,3)
img[30][:][0]
# array([5760, 5761, 5762])
img[30,:,0]
# array([5760, 5763, ... 5946, 5949])

所以您只需要：

print(np.mean(img[30,:,0]))

（反正效率更高）。

一些细节：按照您的原始语法，[:]实际上只是触发了数组的副本：

xx = img[30]
yy = img[30][:]
print (xx is yy, xx.shape, yy.shape, np.all(xx==yy))
# False (64, 3) (64, 3) True # i.e. both array are equal

因此，当您使用img[30][:][0]时，实际上就是第30行第一个像素的3种颜色。