如何高效计算NumPy数组与常量的逐元素均值？

你用np.mean(my_array, 2)报错是因为np.mean的第二个参数是计算均值的轴（axis），不是要和元素配对的常量。你的数组是一维的，不存在axis=2这个维度，因此触发类型错误。

最优实现方式 #

直接利用Numpy的广播机制做元素级运算，这是最简洁高效的方案，代码如下：

import numpy as np

my_array = np.array([2, 4, 6])
constant = 2
returned_array = (my_array + constant) / 2

运行后得到array([2., 3., 4.])，与期望结果一致。如果需要整数类型，可追加.astype(int)转换：

returned_array = ((my_array + constant) / 2).astype(int)

为什么这是最优解 #

• 无需自定义函数，代码简洁直观
• 基于Numpy内部的向量化运算，比Python层面的循环/自定义函数效率高几个数量级，尤其适合处理大规模数组
• 广播机制自动处理数组与标量的元素级配对，无需手动遍历

内容的提问来源于stack exchange，提问作者NaiveBae