Python中逐元素计算多个数组的均值和方差

Question

我有一段代码提供了五个数组：

for i in range(10):
    x = pic[10,15+i]

这会产生以下十个数组：

[504 591 471 ...   0   0   0]
[748 753 658 ...  94 138 101]
[814 781 710 ...   0   0   0]
[754 719 663 ...   0   0   0]
[1068  982 1096 ...    0    0    0]
[845 811 709 ...   0   0   0]
[1002  985  915 ...    0    0    0]
[1036  916  860 ...    0    0    0]
[570 623 722 ...   0   0   0]
[728 711 738 ...   0   0  90]

每个数组中有 1220 个元素，由 ... 表示。我想逐个元素（按列）计算这 10 个数组的平均值。所以，我想要这样的最终输出：

[860.9, 827.4, 795.3, ...  9.4, 13.8, 19.1]  

我不知道如何在 Python 中执行此操作。任何帮助将不胜感激。另外，如果你也能帮我计算方差，那将是一个了不起的帮助！

Answer 1

使用 zip 功能：-

代码：-

import statistics
#Using package statistics :- Variance
#Using Zip function -: mean
lis=[[22,23,20,32,45,0],
     [25,23,20,33,39,0],
     [26,23,26,31,56,0],
     [28,23,26,0,11,0],
     [25,34,25,0,0,0]]
mean=[]
variance=[]
for i in zip(*lis):
    mean.append(sum(i)/len(i))
    variance.append(statistics.variance(i))
print(mean)
print(variance)

输出：-

[25.2, 25.2, 23.4, 19.2, 30.2, 0.0]
[4.7, 24.2, 9.8, 307.7, 560.7, 0]

更新：-询问- 试试这个不知道它是否有效请告诉我..

x=[]
mean=[]
variance=[]
for i in range(10):
    x.append(pic[10,15+i])

for i in zip(*x):
    mean.append(sum(i)/len(i))
    length=len(i)
    x=sum(i)/length  #x is also a mean
    variance.append(sum((j - x) ** 2 for j in i)/length)

Answer 2

您可以按如下方式使用 numpy： 创建一个存储 5 个数组的数组，然后使用 numpy.mean() 函数：

import numpy as np

arrays = [
[22, 23, 20, 32, 45, 0],
[25, 23, 20, 33, 39, 0],
[26, 23, 26, 31, 56, 0],
[28, 23, 26, 0, 11, 0],
[25, 34, 25, 0, 0, 0]]

mean = np.mean(arrays, axis=0)
variance = np.variance(arrays, axis=0)

该轴指定您要按列而不是按行计算平均值。