次のような配列a
があります。
a = [[40, 10], [50, 11]]
各ディメンションの平均を個別に計算する必要があります。結果は次のようになります。
[45, 10.5]
45
はa[*][0]
の平均であり、10.5
はa[*][1]
の平均です。
ループを使用せずにこれを解決する最もエレガントな方法は何ですか?
a.mean()
はaxis
引数を取ります:
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])
または、スタンドアロン機能として:
In [5]: np.mean(a, axis=1)
Out[5]: array([ 25. , 30.5])
スライスが機能しなかった理由は、これがスライスの構文であるためです。
In [6]: a[:,0].mean() # first column
Out[6]: 45.0
In [7]: a[:,1].mean() # second column
Out[7]: 10.5
これは非numpyソリューションです:
>>> a = [[40, 10], [50, 11]]
>>> [float(sum(l))/len(l) for l in Zip(*a)]
[45.0, 10.5]
これをたくさんやるなら、 NumPy が道です。
何らかの理由でNumPyを使用できない場合:
>>> map(lambda x:sum(x)/float(len(x)), Zip(*a))
[45.0, 10.5]