さまざまな行サイズのnumpy.mean

Question

次元が同じ場合、numpy平均関数は完全に正常に機能します。

a = np.array([[1, 2], [3, 4]]) 
a.mean(axis=1) 
array([ 1.5, 3.5]) 

しかし、私はvarryingの行サイズでそれを行う場合には、エラー、私はこの問題に関するマニュアルの何かを見つけることができません

a = np.array([[1, 2], [3, 4, 5]]) 
a.mean(axis=1) 
IndexError: tuple index out of range 

を与えます。私は自分自身の平均を計算することができましたが、私はこれを可能にする必要があることを見て、このための関数を使ってビルドを使用したいと考えています。

Answer 1

ここでアプローチだ -

# Store length of each subarray 
lens = np.array(map(len,a)) 

# Generate IDs based on the lengths 
IDs = np.repeat(np.arange(len(lens)),lens) 

# Use IDs to do bin-based summing of a elems and divide by subarray lengths 
out = np.bincount(IDs,np.concatenate(a))/lens 

サンプル実行 -

In [34]: a # Input array 
Out[34]: array([[1, 2], [3, 4, 5]], dtype=object) 

In [35]: lens = np.array(map(len,a)) 
    ...: IDs = np.repeat(np.arange(len(lens)),lens) 
    ...: out = np.bincount(IDs,np.concatenate(a))/lens 
    ...: 

In [36]: out # Average output 
Out[36]: array([ 1.5, 4. ]) 

---

よりシンプルな代替方法リストの内包使用して - 第二ケースは、オブジェクトの1次元配列されていることを

In [38]: [np.mean(i) for i in a] 
Out[38]: [1.5, 4.0]