Array.mean(axis = 1) 带循环

Question

我有一个包含 1000 行和 10 列（price_list）的数组。随着命令price_list.mean(axis = 1)我对每一行执行了平均值。如何使用循环来执行相同的计算？非常感谢你。例子：In: price_listOut: array([[ 88.118629  ,  88.118629  ,  88.118629  , ...,  88.118629  ,     88.118629  ,  88.118629  ],   [ 87.89849451,  88.28521857,  87.88550764, ...,  88.63412578,     88.10322998,  88.88926288],   [ 88.65587777,  87.76942845,  88.48962856, ...,  88.2796555 ,     88.63031452,  88.88182671],   ...,   [ 65.34289835,  66.92005094,  90.12852383, ..., 167.15607114,    226.66403648, 130.07803463],   [ 65.55047596,  66.5069593 ,  88.99919496, ..., 164.45858893,    229.17325779, 129.15578263],   [ 64.71865904,  66.40562405,  88.06256922, ..., 161.90378821,    227.48460064, 127.58404374]])In: price_list_new = price.list.mean(axis = 1)Out: array([ 88.118629  ,  88.35964886,  88.36762515,  88.82571439,    89.15239399,  88.74944235,  88.82604126,  88.48155552,    88.70669718,  88.87349793,  88.49569989,  88.3928375 ,    88.44854633,  88.38734393,  88.51877214,  88.53055382,    88.47660207,  88.08328303,  88.05407612,  87.73566519,    88.10523588,  87.72906819,  87.53641688,  87.5564761 ,    87.4484196 ,  .............])

Answer 1

首先我创建一个假的price_list：

import numpy as np

price_list = np.random.rand(10,1000)

price_list.mean(axis = 1)

#> array([0.49730006, 0.48494404, 0.4948243 , 0.49762745, 0.49727592,

#>     0.50856465, 0.4993344 , 0.49325429, 0.4938947 , 0.50599995])

现在，我们可以使用向量化数组进行一次循环：

price_list_mean = np.zeros(10)

for i in range(price_list.shape[1]):

    price_list_mean = price_list_mean + price_list[:,i]

price_list_mean = price_list_mean/price_list.shape[1]

# Checking the solution

np.isclose(price_list_mean,price_list.mean(axis = 1))

#> array([ True,  True,  True,  True,  True,  True,  True,  True,  True,  True])

或者我们可以使用双循环来做到这一点：

price_list_mean = np.zeros(10)

for j in range(price_list.shape[0]):

    for i in range(price_list.shape[1]):

        price_list_mean[j] = price_list_mean[j] + price_list[j,i]

    price_list_mean[j] = price_list_mean[j] / price_list.shape[1]

# Checking the solution

np.isclose(price_list_mean,price_list.mean(axis = 1))

#> array([ True,  True,  True,  True,  True,  True,  True,  True,  True,  True])

警告！：这些解决方案比仅用函数计算平均值要低得多。除非出于教学目的，否则不应使用它们。

Answer 2

price_list.mean(axis = 1)

# array([ 3.5, 11.5, 19.5, 27.5, 35.5])

同样可以通过遍历 numpy 数组并计算每行的平均值来完成。

for i in price_list:

    print(i.mean())

或者

[i.mean() for i in price_list]