计算在2D阵列

Question

我有一个这样的阵列a横跨尺寸意味着：

a = [[40, 10], [50, 11]] 

我需要分别计算平均每个维度，结果应该是这样的：

[45,10.5] 

45是“a [*] [1]”的均值a[*][0]和10.5的均值。

什么是解决这个问题的最优雅的方式，而不是一个循环？

Answer 1

a.mean()需要一个axis参数：

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]) 

或者，作为一个独立的功能：

In [5]: np.mean(a, axis=1) 
Out[5]: array([ 25. , 30.5]) 

您的切片是不工作的原因是因为这是切片的语法：

In [6]: a[:,0].mean() # first column 
Out[6]: 45.0 

In [7]: a[:,1].mean() # second column 
Out[7]: 10.5 

Answer 2

如果你做了很多，NumPy是要走的路。

如果由于某种原因，你不能使用NumPy的：

>>> map(lambda x:sum(x)/float(len(x)), zip(*a)) 
[45.0, 10.5] 

Answer 3

这里是一个非numpy的解决方案：

>>> a = [[40, 10], [50, 11]] 
>>> [float(sum(l))/len(l) for l in zip(*a)] 
[45.0, 10.5]