如何将 numpy 数组缩减为平均值?
How do I reduce a numpy array to mean values?
我已经 运行 使用 pymc
的贝叶斯模型,并为 1774 个观察值在六个链中抽取了 1,000 个值的样本。这导致了一个带有 shape (6, 1000, 1774)
的数组。我需要每个 1774
观察值的平均采样值。所以在本质上,每条链的平均值,每1774个观察值的每1000个样本。
if x = array (6,1000,1774)
.
我需要将平均值添加到我的数据框中,长度为 1774 作为另一列。
使用虚假数据,
import numpy as np
x = np.random.rand(6,1000,1774)
运行:
x.mean(axis = 0) gives shape(1000, 1774)
如何正确执行此操作?
将多个轴作为元组传递:
x.mean(axis=(0,1))
我已经 运行 使用 pymc
的贝叶斯模型,并为 1774 个观察值在六个链中抽取了 1,000 个值的样本。这导致了一个带有 shape (6, 1000, 1774)
的数组。我需要每个 1774
观察值的平均采样值。所以在本质上,每条链的平均值,每1774个观察值的每1000个样本。
if x = array (6,1000,1774)
.
我需要将平均值添加到我的数据框中,长度为 1774 作为另一列。
使用虚假数据,
import numpy as np
x = np.random.rand(6,1000,1774)
运行:
x.mean(axis = 0) gives shape(1000, 1774)
如何正确执行此操作?
将多个轴作为元组传递:
x.mean(axis=(0,1))