取字典中多个多维数组的平均值

Question

我有一本字典，里面有50（天）的多维网格（lat/lon）降水数据。每个数组的大小为（88，40）。如何计算所有50个数组的平均值，得到相同维数（88，40）的结果？i、 e.需要在所有50天的同一纬度/经度点上取平均值

如果我用以下代码中的键给字典命名，它可以工作几天：

np.nanmean((arraysDict['ppt_subset0'], arraysDict['ppt_subset1']), axis =0)

这些是我字典的钥匙 ['ppt\u subset0'， 'ppt\ U子部分1'， ... 'ppt\第49小节']

但我不知道如何在这50天里做到这一点，除了在我所有的字典代码中输入50次“arraysDict['ppt\u subset0']”

Answer 1

您可以使用.values()获得dict的所有值：

np.nanmean(list(arraysDict.values()), axis=0)

Answer 2

您可以将其转换为一个巨大的三维numpy数组，然后计算平均值：

arr = np.array(list(arraysDict.values()))
mean = arr.mean(axes=0)

请注意，arr不一定按顺序包含子数组（或天）