3 回答

TA貢獻(xiàn)1779條經(jīng)驗(yàn) 獲得超6個贊
如果L是標(biāo)量列表,則可以使用直接表達(dá)式來計(jì)算平均值:
sum(L) / len(L)
幸運(yùn)的是,這在數(shù)組列表上沒有改變:
L = [np.array([2, 3, 4]), np.array([4, 4, 4]), np.array([6, 5, 4])]
sum(L) / len(L)
# array([4., 4., 4.])
對于這個例子,這恰好比 numpy 函數(shù)快得多 np.mean
timeit(lambda: np.mean(L, axis=0))
# 13.708808058872819
timeit(lambda: sum(L) / len(L))
# 3.4780975924804807

TA貢獻(xiàn)1805條經(jīng)驗(yàn) 獲得超9個贊
給定一個 1d array a
,np.mean(a)
應(yīng)該可以解決問題。
如果您有一個 2d 數(shù)組并希望分別計(jì)算每個數(shù)組的均值,請指定np.mean(a, axis=1)
.
有等價的函數(shù)np.sum
,等等。
https://docs.scipy.org/doc/numpy/reference/generated/numpy.mean.html
https://docs.scipy.org/doc/numpy/reference/generated/numpy.sum.html

TA貢獻(xiàn)1793條經(jīng)驗(yàn) 獲得超6個贊
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:不要命名您的變量,list因?yàn)樗鼤绊憙?nèi)置函數(shù)
添加回答
舉報