Tengo una matriz acomo esta:
a = [[40, 10], [50, 11]]
Necesito calcular la media para cada dimensión por separado, el resultado debería ser este:
[45, 10.5]
45siendo la media de a[*][0]y 10.5la media de a[*][1].
¿Cuál es la forma más elegante de resolver esto sin usar un bucle?
a.mean()toma un axisargumento:
In [1]: import numpy as np
In [2]: a = np.array([[40, 10], [50, 11]])
In [3]: a.mean(axis=1) # to take the mean of each row
Out[3]: array([ 25. , 30.5])
In [4]: a.mean(axis=0) # to take the mean of each col
Out[4]: array([ 45. , 10.5])
O, como función independiente:
In [5]: np.mean(a, axis=1)
Out[5]: array([ 25. , 30.5])
La razón por la que la división no funcionaba es porque esta es la sintaxis para la división:
In [6]: a[:,0].mean() # first column
Out[6]: 45.0
In [7]: a[:,1].mean() # second column
Out[7]: 10.5
In [n]:significa? es esta parte del código?axis=0lugar deaxis=1axis=0está en la siguiente línea. Edité para mostrar más información, ¿actualizar, tal vez?mean = np.mean(a, axis=(0,2,3)) mean?saber que el tensor de entrada (a) tiene forma (lote, canal, ancho, alto)?Aquí hay una solución no numpy:
>>> a = [[40, 10], [50, 11]] >>> [float(sum(l))/len(l) for l in zip(*a)] [45.0, 10.5]fuente
Si haces esto mucho, NumPy es el camino a seguir.
Si por alguna razón no puede usar NumPy:
>>> map(lambda x:sum(x)/float(len(x)), zip(*a)) [45.0, 10.5]fuente