獲取numpy數組的多個軸的平均值

在numpy中，是否有計算多軸平均值的快速方法？我正在計算n維陣列的0軸上的所有平均值。獲取numpy數組的多個軸的平均值

我目前正在這樣做;

for i in range(d.ndim - 1): 
    d = d.mean(axis=1)

我想知道是否有一個不使用python循環的解決方案。

來源

2013-07-01 dsg101

我的方法是重塑數組以平坦化所有較高維，然後在軸1上運行平均值。這是您要查找的內容嗎？

In [14]: x = np.array([[[1,2],[3,4]],[[5,6],[7,8]]]) 

In [16]: x.reshape((x.shape[0], -1)).mean(axis=1) 
Out[16]: array([ 2.5, 6.5])

（第2步纔算高DIMS的長度的乘積）

來源

2013-07-01 04:28:45 acjay

謝謝！另外，可以使用-1代替higher_dim。 – dsg101

@ dsg101真棒！現在編輯！ – acjay

從@ dsg101的建議繼，這是那種你想要的東西？

>>> import numpy as np 
>>> d=np.reshape(np.arange(5*4*3),[5,4,3]) 
>>> d 
array([[[ 0, 1, 2], 
     [ 3, 4, 5], 
     [ 6, 7, 8], 
     [ 9, 10, 11]], 

     [[12, 13, 14], 
     [15, 16, 17], 
     [18, 19, 20], 
     [21, 22, 23]], 

     [[24, 25, 26], 
     [27, 28, 29], 
     [30, 31, 32], 
     [33, 34, 35]], 

     [[36, 37, 38], 
     [39, 40, 41], 
     [42, 43, 44], 
     [45, 46, 47]], 

     [[48, 49, 50], 
     [51, 52, 53], 
     [54, 55, 56], 
     [57, 58, 59]]]) 
>>> np.mean(np.reshape(d,[d.shape[0],np.product(d.shape[1:])]),axis=1) 
array([ 5.5, 17.5, 29.5, 41.5, 53.5])

來源

2013-07-01 04:38:39 rtrwalker

是的，我認爲這會比OP soln更快。 – dsg101

'np.product（d.shape [1：]）'更好拼寫'-1' – Eric

在numpy的1.7，你可以到np.mean給多軸：

d.mean(axis=tuple(range(1, d.ndim)))

我猜這將同樣執行其他提出的解決方案，除非重塑陣列拉平所有維度觸發副本數據，在這種情況下，這應該快得多。所以這可能會帶來更一致的表現。

來源

2013-07-01 11:27:22 Jaime

優秀！目前我在numpy 1.6上。 – dsg101

我無法確認此功能是否存在，在版本1.7.1或版本1.8.2中都不存在。妄想？ – j08lue

你試過了嗎？它不起作用？它在1.7裏，相信我。對所有ufuncs進行了更改，所以它會自動傳播到所有函數，如'np.mean'，這依賴於'np.add'。它沒有被添加到「mean」和其他類似函數的文檔中，儘管有[開放PR]（https://github.com/numpy/numpy/pull/5146）來解決這個問題。但是你可以看一下[np.sum']（https://github.com/numpy/numpy/pull/5146）的文檔，這些文檔已經更新，並且在1.7版本中標記爲* New的相關更改。 0. * – Jaime

您還可以使用numpy.apply_over_axes：

import numpy as np 

x = np.array([[[1,2],[3,4]],[[5,6],[7,8]]]) 
y = np.apply_over_axes(np.mean, x, (1, 2)) 
y = array([[[ 2.5]],[[ 6.5]]])

來源

2015-11-06 02:29:29 hurrdrought

獲取numpy數組的多個軸的平均值

回答

相關問題