3d numpy数组的模式/中位数/均值
问题内容：
我有一个3d的numpy数组，我的目标是获取它的均值/众数/中位数。
它的形状为[500,300,3]
我想举个例子：
[430,232,22]作为模式
有没有办法做到这一点？标准的np.mean（array）给了我很大的数组。
我不知道这是真的吗？
weather_image.mean(axis=0).mean(axis=0)
它给我一个1d np数组，长度为3
问题答案：
您想要 沿前两个轴 获取均值/中位数/ 众数 。这应该工作：
data = np.random.randint(1000, size=(500, 300, 3))
>>> np.mean(data, axis=(0, 1)) # in nunpy >= 1.7
array([ 499.06044 , 499.01136 , 498.60614667])
>>> np.mean(np.mean(data, axis=0), axis=0) # in numpy < 1.7
array([ 499.06044 , 499.01136 , 498.60614667])
>>> np.median(data.reshape(-1, 3), axis=0)
array([ 499., 499., 498.]) # mode
>>> np.argmax([np.bincount(x) for x in data.reshape(-1, 3).T], axis=1)
array([240, 519, 842], dtype=int64)
请注意，这np.median需要展平的数组，因此需要重塑形状。Bincount仅处理一维输入，因此列表理解以及用于拆包的一些易变魔术。
