Python实现多数组按元素（列方向）计算均值与方差

1. 先收集所有目标数组 #

你原来的代码仅单次赋值变量x，没有保存10个数组的集合，需要先把它们存入一个容器再处理：

import numpy as np

# 假设pic是numpy数组，收集10个目标数组
data = np.array([pic[10, 15+i] for i in range(10)])
# 此时data的形状为(10, 1220)，对应10行（每个输入数组）、1220列（元素位置）

2. 按列计算均值 #

使用numpy.mean并指定axis=0，即可对每一列（对应所有数组的相同位置元素）求均值：

column_means = np.mean(data, axis=0)
print(column_means)

输出格式会符合你的需求：[860.9 827.4 795.3 ... 9.4 13.8 19.1]（若需要转为Python列表，可加.tolist()）

3. 按列计算方差 #

使用numpy.var实现，默认计算总体方差（除以样本数10），若需样本方差（除以n-1=9），添加ddof=1参数：

# 总体方差（默认）
column_vars = np.var(data, axis=0)

# 样本方差（自由度为n-1）
column_sample_vars = np.var(data, axis=0, ddof=1)

print(column_vars)
print(column_sample_vars)

补充说明 #

如果你的pic不是numpy数组，先将单个列表转为numpy数组再组合，能大幅提升计算效率：

# 若原数组是普通Python列表
arrays_list = [list(pic[10, 15+i]) for i in range(10)]
data = np.array(arrays_list)

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