Python中数组均值计算与形状调整的实现方法

嗨，我来帮你搞定这个多维数组的均值计算问题～ 首先咱们先明确一下你的数组维度：形状(901, 201, 3, 20)对应的四个维度索引是0到3，你说的“第三个矩阵”其实就是索引为2的维度（也就是长度为3的那个维度），咱们要对这个维度求均值，就能得到你想要的两种形状结果啦。

假设你用的是Python里最常用的numpy库来处理这个数组，下面给你两种具体的实现方式：

• 得到形状为(901, 201, 20)的结果
  直接使用np.mean()函数，指定计算均值的维度为axis=2，默认情况下keepdims参数是False，会自动压缩掉计算后的那个维度：

  import numpy as np
  
  # 假设你的数组是arr，形状为(901, 201, 3, 20)
  arr = np.random.rand(901, 201, 3, 20)
  mean_result = np.mean(arr, axis=2)
  print(mean_result.shape)  # 输出 (901, 201, 20)
  

• 得到形状为(901, 201, 1, 20)的结果
  如果想要保留原来的维度结构（把长度为3的维度变成1），只需要把keepdims参数设为True就行：

  mean_result_with_dim = np.mean(arr, axis=2, keepdims=True)
  print(mean_result_with_dim.shape)  # 输出 (901, 201, 1, 20)
  

简单来说，核心就是指定对的维度索引axis=2，再根据你想要的结果形状选择是否开启keepdims，是不是很简单😉

备注：内容来源于stack exchange，提问作者TThoye