python两个二维数组加法_对二维数组的多个列进行Numpy平均
首先,在我看來,你根本沒有平均列的平均值,你只是一次平均兩個數(shù)據(jù)點(diǎn)。在我看來,你最好不要使用reshaping數(shù)組,這樣你就有了一個可以直接提供給mean的Nx2數(shù)據(jù)結(jié)構(gòu)。如果列數(shù)不太兼容,可能必須先填充它。然后在最后,對填充的余數(shù)列和它前面的列進(jìn)行加權(quán)平均。最后重塑到你想要的形狀。在
以TheodrosZelleke提供的例子為例:In [1]: data = np.concatenate((data, np.array([[5, 6, 7, 8]]).T), 1)
In [2]: data
Out[2]:
array([[7, 9, 7, 2, 5],
[7, 6, 1, 5, 6],
[8, 1, 0, 7, 7],
[8, 3, 3, 2, 8]])
In [3]: cols = data.shape[1]
In [4]: j = 2
In [5]: dataPadded = np.concatenate((data, np.zeros((data.shape[0], j - cols % j))), 1)
In [6]: dataPadded
Out[6]:
array([[ 7., 9., 7., 2., 5., 0.],
[ 7., 6., 1., 5., 6., 0.],
[ 8., 1., 0., 7., 7., 0.],
[ 8., 3., 3., 2., 8., 0.]])
In [7]: dataAvg = dataPadded.reshape((-1,j)).mean(axis=1).reshape((data.shape[0], -1))
In [8]: dataAvg
Out[8]:
array([[ 8. , 4.5, 2.5],
[ 6.5, 3. , 3. ],
[ 4.5, 3.5, 3.5],
[ 5.5, 2.5, 4. ]])
In [9]: if cols % j:
dataAvg[:, -2] = (dataAvg[:, -2] * j + dataAvg[:, -1] * (cols % j)) / (j + cols % j)
dataAvg = dataAvg[:, :-1]
....:
In [10]: dataAvg
Out[10]:
array([[ 8. , 3.83333333],
[ 6.5 , 3. ],
[ 4.5 , 3.5 ],
[ 5.5 , 3. ]])
總結(jié)
以上是生活随笔為你收集整理的python两个二维数组加法_对二维数组的多个列进行Numpy平均的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 亚马逊将关闭英国三家仓库,1200 人全
- 下一篇: AI 认定他在千里之外作了案,送进监狱关