如何堆叠二维NumPy数组并计算平均值以合并多循环输出？

要实现对应位置元素的平均值计算，你需要将每次循环得到的二维数组**沿新的轴（推荐axis=0）**堆叠成三维数组，然后在堆叠的轴上计算平均值。

具体步骤： #

1. 收集循环中的数组：先把每次循环生成的二维数组存入一个列表。
2. 堆叠数组：使用np.stack()（或直接用np.array()）沿axis=0堆叠，将多个(3,3)的二维数组变成(N,3,3)的三维数组（N为循环次数）。
3. 计算平均值：在堆叠的轴（axis=0）上调用np.mean()，得到每个位置的均值二维数组。

代码示例： #

import numpy as np

# 模拟循环收集数组
arr_list = []
arr1 = np.arange(1, 10).reshape(3, 3)
arr_list.append(arr1)
arr2 = np.arange(10, 19).reshape(3, 3)
arr_list.append(arr2)

# 沿axis=0堆叠成三维数组
stacked_arr = np.stack(arr_list, axis=0)
# 等价于直接转成numpy数组：stacked_arr = np.array(arr_list)

# 沿堆叠轴计算平均值
mean_arr = np.mean(stacked_arr, axis=0)
print(mean_arr)

输出结果： #

array([[ 5.5,  6.5,  7.5],
       [ 8.5,  9.5, 10.5],
       [11.5, 12.5, 13.5]])

补充说明： #

你也可以选择沿axis=-1（最后一维）堆叠（用np.dstack()），得到形状为(3,3,N)的三维数组，之后在axis=-1上求平均，结果完全一致。但沿axis=0堆叠更符合循环的样本顺序逻辑，可读性更强。

内容的提问来源于stack exchange，提问作者r.carnahan