两个Numpy数组中的平均值

Question

鉴于两个ndarray

old_set = [[0, 1], [4, 5]]
new_set = [[2, 7], [0, 1]]

我想要获得两个数组之间相应值的平均值,以便数据最终得到如下结果:

end_data = [[1, 4], [2, 3]]

基本上它会应用类似的东西

for i in len(old_set):
    end_data[i] = (old_set[i]+new_set[i])/2

但我不确定使用什么语法..提前感谢您的帮助!

Answer 1

您可以创建一个3D阵列,其中包含要平均的2D阵列,然后axis=0使用平均值np.mean或np.average(后者允许加权平均值):

np.mean( np.array([ old_set, new_set ]), axis=0 )

这种平均方案可以应用于(n)任何维数组,因为创建的(n+1)维数组将始终包含要沿其平均的原始数组axis=0.

Answer 2

>>> import numpy as np
>>> old_set = [[0, 1], [4, 5]]
>>> new_set = [[2, 7], [0, 1]]
>>> (np.array(old_set) + np.array(new_set)) / 2.0
array([[1., 4.],
       [2., 3.]])

Answer 3

使用numpy.average

也numpy.average可以使用相同的语法：

import numpy as np
a = np.array([np.arange(0,9).reshape(3,3),np.arange(9,18).reshape(3,3)])
averaged_array = np.average(a,axis=0)

相比之下，numpy.average 的优点numpy.mean是可以将权重参数用作相同形状的数组：

weighta = np.empty((3,3))    
weightb = np.empty((3,3))       
weights = np.array([weighta.fill(0.5),weightb.fill(0.8) ])
np.average(a,axis=0,weights=weights)

如果您使用屏蔽数组，请考虑也使用，numpy.ma.average因为numpy.average不处理它们。