How do you calc the mean along an axis of numpy array?(如何计算沿Numy数组轴的平均值？)

本文介绍了如何计算沿Numy数组轴的平均值？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

我还是个新手。

以下是我的三维数组：

my_data=numpy.zeros((index1,index2,index3))

为了说明起见，假设大小为：

index1 = 5
index2 = 4
index3 = 100

我要计算给定index2值的所有index3值的平均值。

我尝试了各种选项：

# Does not work
result[index1][index2] = numpy.mean(my_data[index1][index2][index3], axis=2)

# Also does not work
result = numpy.zeros((index1, index2))
result[index1][index2] = numpy.mean(my_data[index1][index2])

我错过了什么？

推荐答案

只需使用np.mean()和axis关键字：

import numpy as np

np.random.seed(0)

data = np.random.randint(0,5,size=(3,3,3))

收益率：

[[[4 0 3]
  [3 3 1]
  [3 2 4]]

 [[0 0 4]
  [2 1 0]
  [1 1 0]]

 [[1 4 3]
  [0 3 0]
  [2 3 0]]]

然后应用：

np.mean(data,axis=1)

#Or data.mean(axis=1)

退货：

[[3.33333333 1.66666667 2.66666667]
 [1.         0.66666667 1.33333333]
 [1.         3.33333333 1.        ]]

这篇关于如何计算沿Numy数组轴的平均值？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！