如何在Python中计算数组的平均值？

Question

我有一个模拟程序，它会运行很多次。每次运行时，都会生成一个数组，然后我把这个数组放进一个更大的数组里，以便记录所有的数据。例如：

record = []
for i in range(2):
     r = random.random()
     array = numpy.arange(20)*r
     array.shape = (10,2)
     record.append(array)
record = numpy.array(record)

这会产生：

[[[  0.           0.88765927]
  [  1.77531855   2.66297782]
  [  3.55063709   4.43829637]
  [  5.32595564   6.21361492]
  [  7.10127419   7.98893346]
  [  8.87659274   9.76425201]
  [ 10.65191128  11.53957056]
  [ 12.42722983  13.3148891 ]
  [ 14.20254838  15.09020765]
  [ 15.97786693  16.8655262 ]]

 [[  0.           0.31394919]
  [  0.62789839   0.94184758]
  [  1.25579677   1.56974596]
  [  1.88369516   2.19764435]
  [  2.51159354   2.82554274]
  [  3.13949193   3.45344112]
  [  3.76739031   4.08133951]
  [  4.3952887    4.70923789]
  [  5.02318709   5.33713628]
  [  5.65108547   5.96503466]]]

因为每个 array 代表我程序中的一次模拟。我想对 record 中的两个不同数组进行平均。

简单来说，我想要一个和 array 一样大小的数组，但这个数组是所有单次运行的平均值。

我当然可以通过循环来处理这些数组，但我的实际模拟数据量很大，所以我觉得这样会耗费很多时间。

输出示例（当然结果不会是零）：

average = [[0.0, 0.0]
           [0.0, 0.0]
           [0.0, 0.0]
           [0.0, 0.0]
           [0.0, 0.0]
           [0.0, 0.0]
           [0.0, 0.0]
           [0.0, 0.0]
           [0.0, 0.0]
           [0.0, 0.0]]

Answer 1

你为什么觉得这会花很多时间呢？你还是要进行相同数量的加法运算。加法是有结合性的！

你只需要这样做：

averages = [average(subarray) for subarray in bigarray]

Answer 2

基本上你可以使用

record.mean(axis=0)

我不太确定你想在哪个轴上进行平均，因为在你的例子中，有两个轴的维度都是2（你的数组形状是(2,10,2)）。如果你是想对最后一个轴进行平均，只需要使用

record.mean(axis=2)

Answer 3

你上面例子中的 record 数组是三维的，形状是：

>>> record.shape
(2, 10, 2)

第一维对应的是你实验的两次迭代。要计算它们的平均值，你需要告诉 np.average 沿着 axis=0 进行操作。

>>> np.average(record, axis=0)
array([[ 0.        ,  0.45688836],
       [ 0.91377672,  1.37066507],
       [ 1.82755343,  2.28444179],
       [ 2.74133015,  3.19821851],
       [ 3.65510686,  4.11199522],
       [ 4.56888358,  5.02577194],
       [ 5.4826603 ,  5.93954865],
       [ 6.39643701,  6.85332537],
       [ 7.31021373,  7.76710209],
       [ 8.22399044,  8.6808788 ]])

如果你事先知道你要进行多少次模拟，直接跳过列表的做法会更好，可以这样做：

simulations, sim_rows, sim_cols = 1000000, 10, 2
record = np.empty((simulations, sim_rows, sim_cols))
for j in xrange(simulations) :
    record[j] = np.random.rand(sim_rows, sim_cols)

>>> np.average(record, axis=0)
[[ 0.50021935  0.5000554 ]
 [ 0.50019659  0.50009123]
 [ 0.50008591  0.49973058]
 [ 0.49995812  0.49973941]
 [ 0.49998854  0.49989957]
 [ 0.5002542   0.50027464]
 [ 0.49993122  0.49989623]
 [ 0.50024623  0.49981818]
 [ 0.50005848  0.50016798]
 [ 0.49984452  0.49999112]]