如何使用广播 and/or numpy 函数计算 2D numpy 数组的均值？
How do you calculate the means of a 2D numpy array using broadcasting and/or numpy functions?
我有一个二维 numpy 整数数组，我想计算一个包含二维数组每个数组均值的一维 numpy 数组，例如
array([[1, 2]
[3, 4]])
会return
array([1.5, 3.5])
目前，我正在使用列表理解来执行此操作
[sum(i) / len(i) for i in lst]
效果很好，但我很好奇是否有办法使用广播 and/or numpy 函数来做到这一点。对于我计划在其上使用此功能的大型数组，这也会更快。任何见解将不胜感激。
np.mean(myfavoritearray, axis=1)
应该可以解决问题。
a = np.array([[1, 2], [3, 4]])
np.mean(a, axis=1)
这会给你预期的结果。
在二维数组中，axis=0表示列，axis=1表示行。
我有一个二维 numpy 整数数组，我想计算一个包含二维数组每个数组均值的一维 numpy 数组，例如
array([[1, 2]
[3, 4]])
会return
array([1.5, 3.5])
目前，我正在使用列表理解来执行此操作
[sum(i) / len(i) for i in lst]
效果很好，但我很好奇是否有办法使用广播 and/or numpy 函数来做到这一点。对于我计划在其上使用此功能的大型数组，这也会更快。任何见解将不胜感激。
np.mean(myfavoritearray, axis=1)
应该可以解决问题。
a = np.array([[1, 2], [3, 4]])
np.mean(a, axis=1)
这会给你预期的结果。
在二维数组中，axis=0表示列，axis=1表示行。