औसत numpy सरणी लेकिन आकार

Question

मेरे पास एक नम्पी 3 अक्ष सरणी है जिसका तत्व 3 आयामी हैं। मैं उन्हें औसत देना चाहता हूं और सरणी के समान आकार को वापस करना चाहता हूं। सामान्य औसत समारोह 3 आयामों दूर करता है और औसत से बदलने (अपेक्षित रूप से):

a = np.array([[[0.1, 0.2, 0.3], [0.2, 0.3, 0.4]], 
       [[0.4, 0.4, 0.4], [0.7, 0.6, 0.8]]], np.float32) 

b = np.average(a, axis=2) 
# b = [[0.2, 0.3], 
#  [0.4, 0.7]] 

परिणाम अपेक्षित:

# b = [[[0.2, 0.2, 0.2], [0.3, 0.3, 0.3]], 
#  [[0.4, 0.4, 0.4], [0.7, 0.7, 0.7]]] 

आप इस सुंदर ढंग से करते हैं या मैं बस पुनरावृति करना है कर सकते हैं पायथन में सरणी के ऊपर (जो एक शक्तिशाली नम्पी फ़ंक्शन की तुलना में बहुत धीमी होगी)।

क्या आप dppe तर्क को np.mean फ़ंक्शन के लिए, शायद 1 डी सरणी में सेट कर सकते हैं?

धन्यवाद।

Answer 1

>>> import numpy as np 
>>> a = np.array([[[0.1, 0.2, 0.3], [0.2, 0.3, 0.4]], 
...    [[0.4, 0.4, 0.4], [0.7, 0.6, 0.8]]], np.float32) 
>>> b = np.average(a, axis=2) 
>>> b 
array([[ 0.2  , 0.29999998], 
     [ 0.40000001, 0.69999999]], dtype=float32) 
>>> c = np.dstack((b, b, b)) 
>>> c 
array([[[ 0.2  , 0.2  , 0.2  ], 
     [ 0.29999998, 0.29999998, 0.29999998]], 

     [[ 0.40000001, 0.40000001, 0.40000001], 
     [ 0.69999999, 0.69999999, 0.69999999]]], dtype=float32) 

Answer 2

ठीक है, चेतावनी मैं अभी तक numpyology में मेरे स्वामी की जरूरत नहीं है, लेकिन सिर्फ चारों ओर खेल रहा है, मैं के साथ आया था:

>>> np.average(a,axis=-1).repeat(a.shape[-1]).reshape(a.shape) 
array([[[ 0.2  , 0.2  , 0.2  ], 
     [ 0.29999998, 0.29999998, 0.29999998]], 

     [[ 0.40000001, 0.40000001, 0.40000001], 
     [ 0.69999999, 0.69999999, 0.69999999]]], dtype=float32) 

Answer 3

आप प्रसारण का उपयोग कर विचार किया है? Here यदि आप अवधारणा के लिए नए हैं तो प्रसारण के बारे में अधिक जानकारी है।

यहाँ broadcast_arrays का उपयोग कर एक उदाहरण है, कि bbroadcast_arrays द्वारा यहां उत्पादित के रूप में केवल पढ़ने के लिए इलाज किया जाना चाहिए ध्यान में रखना है, तो आप एक प्रतिलिपि बनाने चाहिए यदि आप इसे करने के लिए लिखना चाहते हैं:

>>> b = np.average(a, axis=2)[:, :, np.newaxis] 
>>> b, _ = np.broadcast_arrays(b, a) 
>>> b 
array([[[ 0.2  , 0.2  , 0.2  ], 
     [ 0.29999998, 0.29999998, 0.29999998]], 

     [[ 0.40000001, 0.40000001, 0.40000001], 
     [ 0.69999999, 0.69999999, 0.69999999]]], dtype=float32) 

Answer 4

यहाँ है एक विधि है कि बनाने प्रतियां से बचा जाता है:

a = a.T 
a[:] = a.mean(axis=0) 
a = a.T 

या आप अधिलेखित करने के लिए नहीं चाहते हैं तो a:

b = np.empty_like(a) 
b = b.T 
b[:] = a.mean(axis=-1).T 
b = b.T 

Answer 5

यह एक मनमाना धुरी के लिए है:

array ndimentional सरणी है और axis लिए औसत

np.repeat(np.expand_dims(np.mean(array, axis), axis), array.shape[axis], axis)