Numpy：在 3 维中使用 np.mean答案

【问题标题】：Numpy: using np.mean in 3 dimensionsNumpy：在 3 维中使用 np.mean
【发布时间】：2014-12-08 23:54:39
【问题描述】：

我有 140 个数组，尺寸为 734 x 1468。我需要 734 x 1468 条目中 140 个数组的平均值，我首先使用嵌套的 for 循环遍历数据，但这太慢了。我试过使用np.mean 函数

res = np.mean([megadatalist[i].variables['analysed_sst'][0] for i in range(0,140)], axis=2)

res.shape 给出 (140, 734)

我需要尺寸 734、1468 的结果

megadatalist 包含 140 个 netCDF 文件。

【问题讨论】：

【解决方案1】：

您正在传递一个转换为 (140,734,1468) 的数组列表。所以要么你使用如下所示的 np.dstack，要么你可以改变axis=0。

np.dstack:

X = np.dstack([megadatalist[i].variables['analysed_sst'][0] 
        for i in range(0,140)])

res = np.mean(X, axis=2)

【讨论】：

这很有意义。有用！直到现在才知道 Dstack，真是太聪明了，非常感谢！
"您传递的是数组列表而不是 3D 数组" (140, 734, 1468) 的数组。这里只需将axis=2 更改为axis=0。
@MarkDickinson，从某种意义上说，数组转换为 (D,H,W) 而不是 (H,W,D) 确实很重要。无论如何，两种解决方案都很好。我编辑了答案以将两者都考虑在内。