计算二维 NumPy 数组中跨维度的平均值

本篇介绍如何使用 Python NumPy 库中的函数来计算二维数组中跨维度的平均值。我们将从介绍 NumPy 库开始，然后将解释如何在 Python 程序中使用 NumPy 库中的函数进行平均值计算。

NumPy 库简介

NumPy 是 Python 中常用的数值计算库。它提供了一个用于处理大型多维数组的工具集以及一组高效的计算例程。NumPy 库的主要特征包括：

• N 维数组对象（ndarray）：NumPy 提供了一个用于存储和操作N 维数组的对象。这个对象可以在运算中被广泛使用，如矩阵操作等。
• 通用函数（ufunc）：NumPy 提供了一组通用的函数，这些函数可以对多维数组中的元素进行运算。这些函数可以对整个数组进行运算，而无需循环操作。
• 广播功能：NumPy 提供了广播功能，可以将形状不同的数组进行计算，从而简化运算的过程。

计算二维数组中跨维度的平均值

如果要计算二维数组中每行元素的平均值，我们可以使用 NumPy 库中的 mean() 函数，并指定 axis 参数为 1。代码如下：

import numpy as np

# 创建 3x3 的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 计算每行元素的平均值
mean_arr = np.mean(arr, axis=1)

print(mean_arr)

输出结果：

[2. 5. 8.]

如果要计算二维数组中每列元素的平均值，我们可以使用 np.mean() 函数，并指定 axis 参数为 0。代码如下：

import numpy as np

# 创建 3x3 的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 计算每列元素的平均值
mean_arr = np.mean(arr, axis=0)

print(mean_arr)

输出结果：

[4. 5. 6.]

如果要计算二维数组中所有元素的平均值，我们可以使用 np.mean() 函数，而不指定 axis 参数。代码如下：

import numpy as np

# 创建 3x3 的二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 计算所有元素的平均值
mean_arr = np.mean(arr)

print(mean_arr)

输出结果：

5.0

总结

使用 NumPy 库可以方便地进行多维数组的计算。本文介绍了如何计算二维数组中跨维度的平均值，并提供了示例代码。如果需要进行更多复杂的计算，可以查看 NumPy 官方文档，了解更多有用的函数和工具。