我有一个 3d numpy 数组,我的目标是获取它的均值/众数/中值。
它的形状是 [500,300,3]
我想得到例如:
[430,232,22]作为模式
有没有办法做到这一点?标准的 np.mean(array) 给了我一个非常大的数组。
不知道这样说对不对?
weather_image.mean(axis=0).mean(axis=0)
它给了我一个长度为 3 的一维 np 数组
最佳答案
您想获得前两个轴的均值/中值/众数。这应该有效:
data = np.random.randint(1000, size=(500, 300, 3))
>>> np.mean(data, axis=(0, 1)) # in nunpy >= 1.7
array([ 499.06044 , 499.01136 , 498.60614667])
>>> np.mean(np.mean(data, axis=0), axis=0) # in numpy < 1.7
array([ 499.06044 , 499.01136 , 498.60614667])
>>> np.median(data.reshape(-1, 3), axis=0)
array([ 499., 499., 498.]) # mode
>>> np.argmax([np.bincount(x) for x in data.reshape(-1, 3).T], axis=1)
array([240, 519, 842], dtype=int64)
请注意,np.median
需要一个展平数组,因此需要 reshape 。 bincount 只处理一维输入,因此列表理解,加上一些用于解包的转置魔法。
关于python - 3d numpy 数组的模式/中值/平均值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21617194/