tutorial - transpuesta de una matriz en python numpy

Calcular la media a través de la dimensión en una matriz 2D

Question

Tengo una matriz como esta:

a = [[40, 10], [50, 11]]

Necesito calcular la media para cada dimensión por separado, el resultado debería ser el siguiente:

[45,10.5]

45 siendo la media de a[*][0] y 10.5 la media de ''a [*] [1].

¿Cuál es la forma más elegante de resolver esto sin pasar por un ciclo?

Answer 1

Aquí hay una solución no numpy:

>>> a = [[40, 10], [50, 11]]
>>> [float(sum(l))/len(l) for l in zip(*a)]
[45.0, 10.5]

Answer 2

Si haces esto mucho, NumPy es el camino a seguir.

Si por alguna razón no puedes usar NumPy:

>>> map(lambda x:sum(x)/float(len(x)), zip(*a))
[45.0, 10.5]

Answer 3

a.mean() toma un argumento de axis :

In [1]: import numpy as np

In [2]: a = np.array([[40, 10], [50, 11]])

In [3]: a.mean(axis=1)     # to take the mean of each row
Out[3]: array([ 25. ,  30.5])

In [4]: a.mean(axis=0)     # to take the mean of each col
Out[4]: array([ 45. ,  10.5])

O, como una función independiente:

In [5]: np.mean(a, axis=1)
Out[5]: array([ 25. ,  30.5])

La razón por la que su división no funciona es porque esta es la sintaxis para cortar:

In [6]: a[:,0].mean() # first column
Out[6]: 45.0

In [7]: a[:,1].mean() # second column
Out[7]: 10.5