如何用Python/Numpy对OpenAI嵌入向量数组按元素求均值？

假设你已经通过OpenAI接口获取到所有嵌入向量，存储在列表（如embeddings_list）中，每个元素是1536维数组。用Python/Numpy实现的最简高效方案如下：

• 核心逻辑：将向量列表转为Numpy二维数组，直接调用均值函数按列计算（即所有向量对应位置的平均值）。
• 代码实现：

  import numpy as np
  
  # 示例：模拟从OpenAI获取的10个1536维嵌入向量
  embeddings_list = [np.random.rand(1536) for _ in range(10)]
  
  # 计算对应位置元素的平均值，得到1536维数组
  average_embedding = np.mean(embeddings_list, axis=0)
  

关键说明 #

• axis=0 参数指定沿着列维度计算均值，正好匹配“所有向量同一位置元素求平均”的需求。
• Numpy的均值函数基于底层C优化实现，比手动循环计算效率高得多，向量数量越多优势越明显。
• 若嵌入向量初始是Python列表而非Numpy数组，np.mean会自动完成类型转换，无需额外处理。

内容的提问来源于stack exchange，提问作者Alejandro Galache