输出 2 行 3 列二维数组的每列均值
时间: 2024-05-15 21:16:58 浏览: 10
假设二维数组为arr,代码如下:
```python
# 初始化二维数组
arr = [[1, 2, 3], [4, 5, 6]]
# 计算每列均值
means = []
for j in range(len(arr[0])):
col_sum = 0
for i in range(len(arr)):
col_sum += arr[i][j]
means.append(col_sum/len(arr))
# 输出每列均值
for mean in means:
print(mean)
```
输出结果为:
```
2.5
3.5
4.5
```
其中,第一行为第一列和第二列的均值,第二行为第三列的均值。
相关问题
输出 2 行 3 列二维数组的每列均值C++
假设二维数组为arr,可以按照以下方式计算每列均值C:
```python
# 初始化一个长度为3的列表,用于存放每列的均值
C = [0, 0, 0]
# 遍历每列,计算均值并存入C中
for j in range(3):
# 初始化当前列的和为0
col_sum = 0
# 遍历当前列的每个元素,累加到col_sum中
for i in range(2):
col_sum += arr[i][j]
# 计算当前列的均值并存入C中
C[j] = col_sum / 2
# 输出每列的均值
print(C)
```
输出结果为一个长度为3的列表,分别表示每列的均值。
python在5行16列的二维数组上忽略nan值计算每行的均值
可以使用numpy库中的nanmean函数来实现:
```python
import numpy as np
arr = np.array([[1, 2, np.nan], [4, np.nan, 6], [7, 8, 9]])
row_means = np.nanmean(arr, axis=1)
print(row_means)
```
输出结果为:
```
[1.5 5. 8. ]
```
其中,`np.nanmean(arr, axis=1)`表示在第二个维度上(即每行)计算均值,忽略NaN值。