如何计算 numpy 中每一行中正值的平均值？ [复制]答案

【问题标题】：How can I calculate the mean value of positive values in each row in numpy? [duplicate]如何计算 numpy 中每一行中正值的平均值？ [复制]
【发布时间】：2018-12-10 06:14:51
【问题描述】：

我有一大堆时间序列数据。在每一行中，我都有 15 秒的加速度数据。比如这样：

a = [[1,2,3,-1,-2,-3,-4,-1,1,2,1,2,3,2,5],
     [1,2,3,-1,-2,-3,-4,-1,1,2,1,2,3,2,5],
     .
     .
     [1,2,3,-1,-2,-3,-4,-1,1,2,1,2,3,2,5]]

例如在这种情况下，我想计算每行中正项的平均值。我想要：

avg = [0.73 , 0.73, ..... , 0.73]

我不想在我的实现中使用 for 和循环。

谢谢

【问题讨论】：

如果只取正值的平均值，如何得到 0.73？

标签： python numpy average mean

【解决方案1】：

这是原始答案：

a = [[1, 2, 3, -1, -2, -3, -4, -1, 1, 2, 1, 2, 3, 2, 5],
     [1, 2, 3, -1, -2, -3, -4, -1, 1, 2, 1, 2, 3, 2, 5],
     [1, 2, 3, -1, -2, -3, -4, -1, 1, 2, 1, 2, 3, 2, 5]]

b = np.array(a)

def avg(a):
    return a[a > 0].mean()

np.apply_along_axis(avg, 1, b)

输出：

array([2.2, 2.2, 2.2])

编辑：根据@user3483203 的评论，这是一个更好的答案：

np.nanmean(np.where(b>=0, b, np.nan), axis=1)

【讨论】：

请不要实际使用这个答案。还有很多更好的方法。使用np.nanmean(np.where(a>=0,a,np.nan),axis=1)，这是从副本中得到很好的答案

【解决方案2】：

如果你想只得到正元素的平均值，你可以这样做：

a.clip(0).sum(1)/np.sum(a>0,1)

如果您只想对正元素求和，然后除以每行的元素总数。你可以这样做：

a.clip(0).mean(1)

【讨论】：