获取意味着numpy的三维数组的2D片 [英] Get mean of 2D slice of a 3D array in numpy

问题描述

我有一个形状的numpy的数组：

I have a numpy array with a shape of:

(11L, 5L, 5L)

我想在每个阵列的'片'的25个元素，以计算平均值[0，：，：]，[1，：，：]等，返回11的值

I want to calculate the mean over the 25 elements of each 'slice' of the array [0, :, :], [1, :, :] etc, returning 11 values.

这似乎很傻，但我不知道如何做到这一点。我想过了均值（轴= X）函数将这样做，但我已经试过轴的所有可能的组合，其中没有给我我想要的结果。

It seems silly, but I can't work out how to do this. I've thought the mean(axis=x) function would do this, but I've tried all possible combinations of axis and none of them give me the result I want.

我可以明显地做到这一点使用一个for循环和切片，但肯定有一个更好的办法？

I can obviously do this using a for loop and slicing, but surely there is a better way?

推荐答案

使用一个元组轴：

>>> a = np.arange(11*5*5).reshape(11,5,5)
>>> a.mean(axis=(1,2))
array([  12.,   37.,   62.,   87.,  112.,  137.,  162.,  187.,  212.,
        237.,  262.])

编辑：这仅适用于numpy的版本1.7 +

This works only with numpy version 1.7+.

这篇关于获取意味着numpy的三维数组的2D片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！