平均numpy數組，但保留形狀

我有一個Numpy 3軸陣列，其元素是三維的。我想平均他們並返回相同的陣列形狀。正常的平均函數刪除的3個維度，並與平均更換（如預期）：平均numpy數組，但保留形狀

a = np.array([[[0.1, 0.2, 0.3], [0.2, 0.3, 0.4]], 
       [[0.4, 0.4, 0.4], [0.7, 0.6, 0.8]]], np.float32) 

b = np.average(a, axis=2) 
# b = [[0.2, 0.3], 
#  [0.4, 0.7]]

結果所需：

# b = [[[0.2, 0.2, 0.2], [0.3, 0.3, 0.3]], 
#  [[0.4, 0.4, 0.4], [0.7, 0.7, 0.7]]]

你能做到這一點優雅或者我只需要遍歷在Python中的數組（這將比強大的Numpy函數慢很多）。

您可以將np.mean函數的Dtype參數設置爲1D數組嗎？

謝謝。

來源

2012-05-09 AJP

的你想在這個問題，看看有什麼大風扇。 – lukecampbell

在大多數情況下，我可以想象，廣播將不需要3D數組。 – tillsten

>>> import numpy as np 
>>> a = np.array([[[0.1, 0.2, 0.3], [0.2, 0.3, 0.4]], 
...    [[0.4, 0.4, 0.4], [0.7, 0.6, 0.8]]], np.float32) 
>>> b = np.average(a, axis=2) 
>>> b 
array([[ 0.2  , 0.29999998], 
     [ 0.40000001, 0.69999999]], dtype=float32) 
>>> c = np.dstack((b, b, b)) 
>>> c 
array([[[ 0.2  , 0.2  , 0.2  ], 
     [ 0.29999998, 0.29999998, 0.29999998]], 

     [[ 0.40000001, 0.40000001, 0.40000001], 
     [ 0.69999999, 0.69999999, 0.69999999]]], dtype=float32)

來源

2012-05-09 18:40:30 bossylobster

爲什麼這會得到downvoted？ – AJP

好吧，注意我沒有我在numpyology的主人還沒有，但只是在玩的時候，我想出了：

>>> np.average(a,axis=-1).repeat(a.shape[-1]).reshape(a.shape) 
array([[[ 0.2  , 0.2  , 0.2  ], 
     [ 0.29999998, 0.29999998, 0.29999998]], 

     [[ 0.40000001, 0.40000001, 0.40000001], 
     [ 0.69999999, 0.69999999, 0.69999999]]], dtype=float32)

來源

2012-05-09 18:30:31 user545424

我喜歡它，這比我想出的要好。 – lukecampbell

這個效果很好....比龍蝦或Bago的答案有什麼優勢？ – AJP

這是一條線，只要沿着最後一個軸取平均值，它就適用於所有陣列形狀和大小。 – user545424

你有沒有考慮過用廣播？ Here是關於廣播的更多信息，如果你對這個概念不熟悉的話。

下面是使用broadcast_arrays一個例子，請記住，通過broadcast_arrays這裏生產的b只讀應及時治療，你應該做一個副本，如果你想要寫它：

>>> b = np.average(a, axis=2)[:, :, np.newaxis] 
>>> b, _ = np.broadcast_arrays(b, a) 
>>> b 
array([[[ 0.2  , 0.2  , 0.2  ], 
     [ 0.29999998, 0.29999998, 0.29999998]], 

     [[ 0.40000001, 0.40000001, 0.40000001], 
     [ 0.69999999, 0.69999999, 0.69999999]]], dtype=float32)

來源

2012-05-09 21:34:23

這是一個輝煌的鏈接，謝謝。 – AJP

也是一個很好的答案。 – AJP

這裏避免複印的方法：

a = a.T 
a[:] = a.mean(axis=0) 
a = a.T

或者，如果你不想覆蓋a：

b = np.empty_like(a) 
b = b.T 
b[:] = a.mean(axis=-1).T 
b = b.T

來源

2012-05-09 23:25:50 kwgoodman

另一個很好的答案。我該如何選擇？謝謝！ :) – AJP

這是一個任意軸：

array是ndimentional陣列和axis是軸平均

np.repeat(np.expand_dims(np.mean(array, axis), axis), array.shape[axis], axis)

來源

2013-10-08 15:28:28 FraDega

平均numpy數組，但保留形狀

回答

相關問題