如何对for循环中每次生成的numpy数组求平均值？

有两种常用方式可以计算循环中生成的numpy数组的平均值，根据你的内存情况选择即可：

方式一：收集所有数组后统一计算 #

先把每次迭代生成的数组存入列表，最后转成numpy多维数组后沿迭代维度求平均，这种方法直观易懂，适合数组体积不大的场景：

import numpy as np

arr_list = []
for i in range(5):
    array_that_I_calculate = some_calculation(x,y,z)
    arr_list.append(array_that_I_calculate)

# 将列表转为多维numpy数组（维度取决于单个数组的形状）
all_arrays = np.array(arr_list)
# 沿第0个维度（迭代次数的维度）计算平均值
average_array = np.mean(all_arrays, axis=0)

方式二：边迭代边累加，最后求平均 #

如果每次生成的数组体积很大，不想占用额外内存存储所有数组，可以直接累加求和，最后除以迭代次数：

import numpy as np

total = None
iter_count = 5

for i in range(iter_count):
    current_arr = some_calculation(x,y,z)
    if total is None:
        # 第一次迭代时初始化累加数组
        total = current_arr.copy()
    else:
        total += current_arr

average_array = total / iter_count

注意：必须保证每次some_calculation返回的数组形状完全一致，否则会触发numpy维度不匹配的错误。

内容的提问来源于stack exchange，提问作者user18462847