numpy での処理

python で3次元配列を扱うことが立て続けにありました。

これらを空間方向、時間軸方向に扱う処理方法が求められます。が、最初は効率的な方法がわかりませんでした（そもそも、3次元配列に整形する段階で躓きました）。

意外と web 上に情報がなかったので、最終的に採用した numpy での処理方法を書き残しておきます。
******************************************

In [1]:

import numpy as np

In [2]:

x1=np.array([[1,1,1],[2,2,2],[3,3,3]])
x2=np.array([[11,11,11],[22,22,22],[33,33,33]])
x3=np.array([[111,111,111],[222,222,222],[333,333,333]])

In [3]:

x=np.array([x1,x2,x3])
np.shape(x)

Out[3]:

(3, 3, 3)

In [4]:

x

Out[4]:

array([[[  1,   1,   1],
        [  2,   2,   2],
        [  3,   3,   3]],

       [[ 11,  11,  11],
        [ 22,  22,  22],
        [ 33,  33,  33]],

       [[111, 111, 111],
        [222, 222, 222],
        [333, 333, 333]]])

In [5]:

x[:,0,0]

Out[5]:

array([  1,  11, 111])

In [6]:

xx=[]
xx.append(x1.copy())
xx.append(x2.copy())
xx.append(x3.copy())
xx=np.array(xx)
np.shape(xx)

Out[6]:

(3, 3, 3)

In [7]:

xx

Out[7]:

array([[[  1,   1,   1],
        [  2,   2,   2],
        [  3,   3,   3]],

       [[ 11,  11,  11],
        [ 22,  22,  22],
        [ 33,  33,  33]],

       [[111, 111, 111],
        [222, 222, 222],
        [333, 333, 333]]])

In [8]:

xx[:,0,0]

Out[8]:

array([  1,  11, 111])

In [9]:

np.mean(xx,axis=0)

Out[9]:

array([[ 41.,  41.,  41.],
       [ 82.,  82.,  82.],
       [123., 123., 123.]])

In [10]:

np.mean(xx,axis=1)

Out[10]:

array([[  2.,   2.,   2.],
       [ 22.,  22.,  22.],
       [222., 222., 222.]])

In [11]:

np.mean(xx,axis=2)

Out[11]:

array([[  1.,   2.,   3.],
       [ 11.,  22.,  33.],
       [111., 222., 333.]])

In [12]:

np.mean(xx,axis=(1,2))

Out[12]:

array([  2.,  22., 222.])

In [13]:

np.mean(xx,axis=(0,1))

Out[13]:

array([82., 82., 82.])