使用numpy遍历python中的矩阵

Question

我想通过迭代 5 个不同的矩阵来生成一个结果矩阵，首先我想取所有矩阵的第一个值并取这些值的平均值并将结果附加为结果矩阵的第一个值。谁能告诉如何使用 numpy 库在 python 中做到这一点？

Answer 1

一般来说，您希望避免（可能很慢）基于 python 的循环并让 numpy 执行（更快）基于 c 的循环（或根本不循环）。

大多数人会将删除显式循环的方法称为（numpy-）向量化，如果要提高性能，这通常非常重要。

以下示例创建 5 个大小为 (3,3) 的 numpy-arrays（矩阵类型，也存在，有点不推荐使用，此处未使用，大多数 numpy 用户应该使用数组作为矩阵的替换）并计算包含所有具有相同形状的平均值的新矩阵（矩阵单元上的元素均值；我们将二维数组解释为矩阵）。

代码：

import numpy as np

a, b, c, d, e = [np.random.randint(0, 5, size=(3,3)) for i in range(5)]

all = np.stack((a, b, c, d, e), axis=0)
print(all.shape)

x = np.mean(all, axis=0)

print(a)
print(b)
print(c)
print(d)
print(e)

print(x)

输出：

(5, 3, 3)
[[0 0 0]
 [0 1 0]
 [2 4 0]]
[[4 2 0]
 [3 3 4]
 [0 4 0]]
[[3 4 0]
 [2 2 1]
 [0 0 4]]
[[3 1 2]
 [4 3 4]
 [2 0 3]]
[[3 4 2]
 [3 1 0]
 [1 0 0]]
[[ 2.6  2.2  0.8]
 [ 2.4  2.   1.8]
 [ 1.   1.6  1.4]]

如果你仍然想循环，你可以使用嵌套循环，如：

for row in range(array.shape[0]):  
    for col in range(array.shape[1]):
        cell_value = array[row, col]
        ...

给定一个二维数组。