使用 numpy 计算数组平均行

要计算 numpy 数组的平均行，我们可以使用 numpy 库中的 mean() 函数。

以下是一个演示代码，来自于 numpy 的官方文档：

import numpy as np

# 创建一个 3x3 的二维数组
x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])

# 计算每行的平均值
row_means = np.mean(x, axis=1)

print(row_means)

这个代码首先创建了一个 3x3 的二维数组 x。

接着，我们使用 np.mean() 函数计算了这个数组的每行平均值，并将结果存储在 row_means 变量中。

最后，我们使用 print() 函数输出了 row_means 变量的值。

此程序的输出结果是一个包含三个元素的一维数组，每个元素代表 x 数组的一行的平均值。

我们可以使用 np.mean() 函数的 axis 参数来指定行或列的平均值。在这个例子中，我们传递了值 1 ，这表示我们希望计算每行的平均值。

如果希望计算每列的平均值，可以将 axis 的值设置为 0：

import numpy as np

# 创建一个 3x3 的二维数组
x = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])

# 计算每列的平均值
column_means = np.mean(x, axis=0)

print(column_means)

这个例子输出了一个包含三个元素的一维数组，每个元素代表 x 数组的一列的平均值。

总之，使用 numpy 库的 mean() 函数，我们可以很容易地计算二维数组的行或列的平均值。