平均数（X，轴=0）当二维数组时，否则不执行任何操作

Question

我有一个函数，除其他外，它计算数组（2d或1d）行的平均值。这是通过ndarray.mean(axis=0)

对于1d数组，我希望它只返回自身，因为只有1行，而不是平均元素并返回标量

除了在取平均值之前检查ndim属性之外，还有其他类似python的方法吗

def d_Error(X, y, weights, bias):
    y_hat = probability(X, weights, bias)
    dE_matrix =  (X.T * (y - y_hat)).T  # each row is the gradient at that sample
    dEdw = np.mean(dE_matrix, axis=0) # get average gradient
    dEdb = (y - y_hat).mean() # gives scalar
    dEdz = np.append(dEdw, dEdb)
    return dEdz

Answer 1

一个不那么优雅的解决方案，但更多的是一个“技巧”，它将索引元组传递给axis=…参数。如果为空，则返回原始数组。因此，您可以向其传递一系列索引：

dEdw = dE_matrix.mean(axis=tuple(range(dE_matrix.ndim-1)))

因此，对于2d数组，这将导致一个单元组(0,)，对于1d数组，这将导致一个空元组()

Answer 2

使用^{}-

np.atleast_2d(ar).mean(axis=0)

对于2D，np.atleast_2d不会改变任何东西。对于1D，让我们看一个示例案例-

In [125]: a1D = np.arange(4).astype(float)

In [126]: a1D
Out[126]: array([0., 1., 2., 3.])

In [127]: np.atleast_2d(a1D).mean(axis=0)
Out[127]: array([0., 1., 2., 3.])

另一个与重塑-

ar.reshape(-1,ar.shape[-1]).mean(0)