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_list

Out: 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 npprice_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 solutionnp.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 solutionnp.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]