Numpy是指数组中的每一项
我有一个2维数组的列表（相同的形状），并希望得到所有项的均值和偏差，在与输入形状相同的结果数组中。 我无法从文档中了解这是否可行。 我所有使用axis和keepdims参数的尝试都会产生不同形状的结果。
我想举个例子：mean（[x，x]）等于x，std（[x，x]）的形状像x。
这可能没有重塑数组？ 如果不是，如何改变它？
例：
>> x= np.array([[1,2],[3,4]])
>>> y= np.array([[2,3],[4,5]])
>>> np.mean([x,y])
3.0
我想要[[1.5,2.5],[3.5,4.5]] 。
正如Divikar指出的那样，您可以将数组列表传递给np.mean并指定axis=0来平均列表中每个数组的相应值：
In [13]: np.mean([x,y], axis=0)
Out[13]:
array([[ 1.5, 2.5],
[ 3.5, 4.5]])
这适用于任意长度的列表。 对于两个数组， (x+y)/2.0更快：
In [20]: %timeit (x+y)/2.0
100000 loops, best of 3: 1.96 µs per loop
In [21]: %timeit np.mean([x,y], axis=0)
10000 loops, best of 3: 21.6 µs per loop