如何将子数组元素替换为其平均值？求无需for循环的高效方法

当然可以，利用NumPy的广播机制就能实现高效处理，全程不用写for循环：

实现步骤与代码 #

首先定义你的数组：

import numpy as np

a = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]])

1. 计算每个子数组（行）的平均值：
   使用mean(axis=1)按行计算均值，得到一维数组：

   row_means = a.mean(axis=1)
   # 输出：array([2., 3., 4.])
   

2. 扩展均值数组的维度，使其能与原数组广播匹配：
   通过[:, np.newaxis]或reshape(-1, 1)将一维数组转为列向量：

   row_means = row_means[:, np.newaxis]
   # 输出：array([[2.], [3.], [4.]])
   

3. 直接赋值替换原数组元素：
   NumPy的广播机制会自动将列向量扩展为与原数组相同的形状，完成替换：

   a[:] = row_means
   

最终得到的数组就是你想要的结果：

print(a)
# 输出：array([[2., 2., 2.], [3., 3., 3.], [4., 4., 4.]])

为什么高效？ #

NumPy的底层是用C实现的，这类向量化操作比Python层面的for循环快得多，尤其是处理大规模数组时优势更明显。

内容的提问来源于stack exchange，提问作者Jun