平均数目与numpy的阵列的不考虑零值 [英] average of a number of arrays with numpy without considering zero values

问题描述

我的工作numpy的，我有一批具有相同大小的数组和形状，如：
A = [153 186 0 258]
  B = [156 136 156 0]
  C = [193 150 950 757]
我想有阵列的平均水平，但我希望程序忽略计算中的零值。所以，在这个例子中所产生的阵列将是： D = 167.333 157.333 553 507.5]
这是该计算的结果： D = [（153 + 156 + 193）/ 3（186 + 136 + 150）/ 3（156 + 950）/ 2（258 + 757）/ 2] 。是否有可能这样做吗？

解决方案

 ＆GT;＆GT;＆GT;导入numpy的是NP
＆GT;＆GT;＆GT; A = np.array（[153，186，0，258]）
＆GT;＆GT;＆GT; B = np.array（[156，136，156，0]）
＆GT;＆GT;＆GT; C = np.array（[193，150，950，757]）
＆GT;＆GT;＆GT; [np.mean（[x对于以s x如果X]）在np.c_ [A，B，C]为S]
[167.33333333333334，157.33333333333334，553.0，507.5]
 

或者，也许一个更好的选择：

 ＆GT;＆GT;＆GT; A = np.vstack（[A，B，C]）
＆GT;＆GT;＆GT; np.average（A，轴= 0，权重= A.astype（布尔））
阵列（[167.33333333，157.33333333，553，507.5]）
 

I am working on numpy and I have a number of arrays with the same size and shape like: a= [153 186 0 258] b=[156 136 156 0] c=[193 150 950 757] I want to have average of the arrays, but I want the program to ignore the zero values in the computation. So, the resulting array for this example will be: d=[167.333 157.333 553 507.5] this is the result of this computation: d=[(153+156+193)/3 (186+136+150)/3 (156+950)/2 (258+757)/2]. Is it possible to do that?

解决方案

>>> import numpy as np
>>> a = np.array([153, 186, 0, 258])
>>> b = np.array([156, 136, 156, 0])
>>> c = np.array([193, 150, 950, 757])
>>> [np.mean([x for x in s if x]) for s in np.c_[a, b, c]]
[167.33333333333334, 157.33333333333334, 553.0, 507.5]

Or maybe a nicer alternative:

>>> A = np.vstack([a,b,c])
>>> np.average(A, axis=0, weights=A.astype(bool))
array([ 167.33333333,  157.33333333,  553.        ,  507.5       ])

这篇关于平均数目与numpy的阵列的不考虑零值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！