python - 在不考虑零值的情况下使用 numpy 计算多个数组的平均值

Question

我正在研究 numpy 并且我有许多具有相同大小和形状的数组，例如： a= [153 186 0 258] b=[156 136 156 0] c=[193 150 950 757] 我想要数组的平均值，但我希望程序忽略计算中的零值。因此，此示例的结果数组将是：d=[167.333 157.333 553 507.5] 这是此计算的结果：d=[(153+156+193)/3 (186+136+150)/3 (156+950)/2 (258+757)/2]。有可能这样做吗？

Answer 1

在 Python 中：

>>> a = [153, 186, 0, 258]
>>> b = [156, 136, 156, 0]
>>> c = [193, 150, 950, 757]
>>> import statistics
>>> [statistics.mean([x for x in s if x]) for s in zip(*[a, b, c])]
[167.33333333333334, 157.33333333333334, 553, 507.5]

在 numpy 中：

>>> import numpy as np
>>> A = np.vstack([a,b,c])
>>> np.average(A, axis=0, weights=A.astype(bool))
array([ 167.33333333,  157.33333333,  553.        ,  507.5       ])

如果列中的所有值都可能为零，则可能需要使用掩码数组来避免无法进行归一化的问题（权重之和不能为零）。输出中未定义的插槽将被屏蔽。

>>> a[0] = b[0] = c[0] = 0
>>> A = np.vstack([a,b,c])
>>> np.ma.average(A, axis=0, weights=A.astype(bool))
masked_array(data=[--, 157.33333333333334, 553.0, 507.5],
             mask=[ True, False, False, False],
             fill_value=1e+20)
>>> np.ma.average(A, axis=0, weights=A.astype(bool)).tolist()
[None, 157.33333333333334, 553.0, 507.5]