python - Python中的双重求和

Question

我正在尝试编写代码来进行双重求和（见图）

其中；M 是主题，N 是 Trials，Yijt 是测量的波形数据（3d 阵列）

到目前为止，我有；给定 Y 是排列为 Y[主题、试验、时间] 的数据

# ranges:
I = len(Y)
J = len(Y[0])

Y_i_vals = 0

for i in range(M):
    for j in range(N):
        Y_i_vals = Y_i_vals +Y[i][j]
Yt = (1.0/(M*N)) * Y_i_vals

这似乎不是最有效的方法，我也不确定它是否给出了正确的结果。

Answer 1

如果你使用numpy只是做

np.mean(Y)

此外，最好将示例输入和预期输出数据添加到您的问题中。

如果你想要每个t你可以做的方法np.mean(np.mean(a, axis=0), axis=0) ，或者如@ophion 所述，你可以将其缩短np.mean(a, axis=(0, 1))为 NumPy 的更新版本（1.71 及更高版本）。

Answer 2

要为您的问题添加更一般的答案：

您可以在 python 列表理解的帮助下编写双重求和。

Yt = (1.0/(M*N)) * sum([Y[i][j] for i in range(M) for j in range(N)])

Answer 3

当涉及到像您的情况这样的简单双重求和时，最好使用 numpy 的 einsum：

np.einsum('tij -> t', Y) / (M*N)