如何计算多个numpy数组组成的列表的加权平均值？

你需要完成的是加权算术平均计算，核心逻辑是每个位置的元素等于对应数组元素乘以权重后的总和，再除以权重的总和。以下是几种简洁高效的实现方式：

方法一：使用np.average（推荐） #

numpy内置的average函数支持直接传入权重参数，是最贴合需求的方案：

import numpy as np

w = [1, 3]
l2 = [np.array([3, 3]), np.array([1, 1])]

# 转换为二维数组后按列计算加权平均
result = np.average(np.array(l2), axis=0, weights=w)
print(result)  # 输出: array([2., 2.])

解释：np.array(l2)将列表中的一维数组转为2×2的二维数组，axis=0指定对每一列（即每个元素位置）计算加权平均，weights=w对应每个数组的权重。

方法二：手动实现（直观易懂） #

如果想明确看到计算逻辑，可以用numpy的广播机制手动完成：

import numpy as np

w = [1, 3]
l2 = [np.array([3, 3]), np.array([1, 1])]

total_weight = sum(w)
# 加权求和后除以总权重
result = (w[0] * l2[0] + w[1] * l2[1]) / total_weight
print(result)  # 输出: array([2., 2.])

这种写法适合数组数量较少的场景，逻辑清晰直白。

方法三：通用扩展写法（适配任意数量数组） #

如果你的数组和权重列表长度不确定，可以用np.dot实现通用计算：

import numpy as np

w = [1, 3]
l2 = [np.array([3, 3]), np.array([1, 1])]

w_arr = np.array(w)
l2_arr = np.array(l2)
# 权重与数组的点积得到加权和，再除以总权重
result = np.dot(w_arr, l2_arr) / w_arr.sum()
print(result)  # 输出: array([2., 2.])

此写法不受数组数量限制，扩展性更强。

内容的提问来源于stack exchange，提问作者Nick