У меня есть массив a, как это:
a = [[40, 10], [50, 11]]
Мне нужно рассчитать среднее значение для каждого измерения отдельно, результат должен быть следующим:
[45, 10.5]
45 означает среднее значение a[*][0], а 10.5 - среднее значение a[*][1].
Каков самый элегантный способ решения этой проблемы без использования цикла?
a.mean() принимает аргумент axis:
In [1]: import numpy as np
In [2]: a = np.array([[40, 10], [50, 11]])
In [3]: a.mean(axis=1) # to take the mean of each row
Out[3]: array([ 25. , 30.5])
In [4]: a.mean(axis=0) # to take the mean of each col
Out[4]: array([ 45. , 10.5])
Или, как отдельная функция:
In [5]: np.mean(a, axis=1)
Out[5]: array([ 25. , 30.5])
Причина, по которой ваша нарезка не работает, заключается в том, что это синтаксис для нарезки:
In [6]: a[:,0].mean() # first column
Out[6]: 45.0
In [7]: a[:,1].mean() # second column
Out[7]: 10.5
Вот решение, отличное от numpy:
>>> a = [[40, 10], [50, 11]]
>>> [float(sum(l))/len(l) for l in zip(*a)]
[45.0, 10.5]
Если вы делаете это много, NumPy - это путь.
Если по какой-то причине вы не можете использовать NumPy:
>>> map(lambda x:sum(x)/float(len(x)), zip(*a))
[45.0, 10.5]