三维 numpy 数组切片的谐波平均值答案

【问题标题】：Harmonic average over slices of three-dimensional numpy array三维 numpy 数组切片的谐波平均值
【发布时间】：2020-12-31 00:53:27
【问题描述】：

给定一个三维数组，我想计算二维切片上的算术平均值和谐波平均值。

这可以使用 numpy 的算术平均值轻松完成：

import numpy as np
a = np.arange(5*3*3).reshape(5,3,3)
np.mean(a,axis=(1,2))

对于调和平均，我必须自己对三维数组进行切片。我可以沿着第一个（0th）轴这样做，例如：

from scipy import stats
b = a.reshape(np.shape(a)[0], -1)
stats.hmean(b,axis=1)

如何对我的三维数组进行整形/切片以计算垂直于其他轴的平均值（即，在轴 0 和 2 上或在轴 0 和 1 上的平均值）？

为了澄清，相应的算术平均值简单地由下式给出：

np.mean(a,axis=(0,2))
np.mean(a,axis=(0,1))

【问题讨论】：

【解决方案1】：

你可以坚持使用 numpy 并调整你的代码来计算调和平均值，如下所示-

1/np.mean(1/a, axis=(0,2))
1/np.mean(1/a, axis=(0,1))

【讨论】：

再次感谢！您的快速回答对我帮助很大。为了完整起见，我补充说我使用1/np.mean(1/a, axis=(0,2)) 垂直于中轴进行平均，1/np.mean(1/a, axis=(0,1)) 垂直于最后一个轴进行平均。
感谢您的输入，我只是想给出一个想法，因为切片轴可以根据需要是任意的。
是的，说得好。这是一个非常通用的答案。万一有人对几何平均值感兴趣，类似的技巧是 np.exp(np.mean(np.log(a),axis=(0,2))) 假设 a 的所有条目都是正数。