如何用NumPy计算元组数组的均值并无需循环返回两个结果？

嘿，这个问题我之前也踩过坑！你现在得到的2.0是因为np.average默认会把整个数组扁平化后计算全局均值，咱们只需要指定axis参数，就能分别计算每个维度的均值，完全不用循环~

具体解决方案 #

首先把你的列表转成numpy数组（因为原数据是列表嵌套元组，numpy需要统一的数组格式），然后通过axis=0参数指定按列计算均值：

import numpy as np

sample_array = [(1,3),(2,2),(3,1)]
# 先转换为numpy数组
np_array = np.array(sample_array)
# 指定axis=0，计算每一列的均值
mean_result = np.average(np_array, axis=0)

print(mean_result)  # 输出: [2. 2.]

补充说明 #

• axis=0的作用是沿着行的方向（第一个轴），对每一列的元素求均值，正好对应你想要的两个结果值。
• 如果需要整数类型的结果，可以用astype()转换：mean_result.astype(int)，会得到array([2, 2])。
• 另外np.mean()也能实现同样的效果，用法一致：np.mean(np_array, axis=0)，结果和np.average相同。

内容的提问来源于stack exchange，提问作者slimboy