我正在实现一个滑动窗口模型，我想在其中初始化一个矩阵 @t 作为前 N 个矩阵的逐元素均值，其中 N 是窗口大小。
这是我最初的尝试，它显示了最后 N 个矩阵:
list_of_arrays = [np.array([]) for i in range(3)] N=2 # window size # past 3 matrices list_of_arrays[0] = np.array([[0.1,0.2],[0.3,0.4]]) list_of_arrays[1] = np.array([[0.5,0.6],[0.7,0.8]]) list_of_arrays[2] = np.array([[0.9,1.0],[1.1,1.2]]) # at t=3, get element-wise means of previous N matrices t=3 range1 = lambda start, end: range(start, end+1) # modified range function answer = [list_of_arrays[t-j] for j in range1(1,N)]
所需的答案是过去 N 个矩阵的逐元素均值。对于上面的系列，它是:
(list_of_arrays[2]+list_of_arrays[1])/2 = [[0.7,0.8],[0.9,1.0]]
我应该如何修改 answer 行上的列表理解以获得所需的答案？
最佳答案
我想通了。这是对问题中指示的 answer 行的必要修改:
answer = np.mean([list_of_arrays[t-j] for j in range1(1,N)], axis = 0)
>> array([[ 0.7, 0.8],
>> [ 0.9, 1. ]])
关于Python - 使用 Numpy 的多个矩阵的元素方式，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/18826422/