如何计算数组中每n行的平均值？含np.mean使用问题排查

你原代码无法运行的原因是：np.mean没有step参数，且你指定的axis=1是按列计算平均值，和按行分组的需求不匹配。

可以用np.mean实现需求，核心思路是先将数组重塑为「每组4行」的结构，再对每组的行维度取平均，具体分两种场景：

场景1：数组行数是4的整数倍 #

假设你的数组a形状为(N, M)，且N能被4整除，直接重塑数组后计算：

import numpy as np

# 示例：创建12行3列的随机数组
a = np.random.rand(12, 3)
# 重塑为 (组数, 每组行数, 列数)，-1表示自动计算组数
reshaped_a = a.reshape(-1, 4, a.shape[1])
# 对每组的行维度（axis=1）计算平均值
means = np.mean(reshaped_a, axis=1)
print(means)

输出结果的形状为(组数, M)，对应每组4行的列平均值。

场景2：数组行数不是4的整数倍 #

如果行数无法被4整除，可选择截断剩余不足4行的部分，或单独处理剩余行：

import numpy as np

# 示例：创建10行3列的随机数组
a = np.random.rand(10, 3)
# 计算完整4行组的数量
num_full_groups = a.shape[0] // 4
# 截断数组，只保留完整分组的行
truncated_a = a[:num_full_groups * 4, :]
# 重塑并计算平均值
reshaped_a = truncated_a.reshape(-1, 4, a.shape[1])
means = np.mean(reshaped_a, axis=1)
print(means)

内容的提问来源于stack exchange，提问作者user19744922