如何计算每个数组索引的均值/方差/标准差？答案

【问题标题】：How to calculate mean/variance/standard deviation per index of array?如何计算每个数组索引的均值/方差/标准差？
【发布时间】：2022-01-07 19:29:01
【问题描述】：

我有一些数据，例如 [[0, 1, 2], [0.5, 1.5, 2.5], [0.3, 1.3, 2.3]]。

我正在使用 numpy 和 python，我希望根据索引计算我的数据的平均值和标准差。所以我希望计算 (0, 0.5, 0.3)（例如每个子数组的索引 0）、（1、1.5、1.3）（例如每个子数组的索引 1）等的均值/标准差。

有什么建议吗？（包括我如何存储结果并将其可视化，可能使用图形或 matplotlib？）

非常感谢，提前。任何可能解决此问题的软件包的介绍都会非常有帮助。

【问题讨论】：

所有 stat 函数都有一个轴 arg，所以如果你想要列：np.std(a, axis=0), np.mean(a, axis=0), np.var(a, axis=0)
谢谢你，马克！您介意发布一个答案，以便我接受您的建议吗？

标签： python arrays numpy statistics mean

【解决方案1】：

各种统计函数都采用axis 参数，可让您计算列的统计数据：

import numpy as np

a = np.array([[0, 1, 2], [0.5, 1.5, 2.5], [0.3, 1.3, 2.3]])

np.mean(a, axis=0)
# array([0.26666667, 1.26666667, 2.26666667])

np.std(a, axis=0)
# array([0.20548047, 0.20548047, 0.20548047])

np.var(a, axis=0)
# array([0.04222222, 0.04222222, 0.04222222])

【讨论】：