NumPy教程-numpy.mean()在Python中的使用

点击关注 👉2023年10月13日约 3 分钟

整理：python架构师

算术平均值是沿着轴的元素之和除以元素的数量。numpy.mean() 函数用于计算沿指定轴的算术平均值。

该函数返回数组元素的平均值。默认情况下，平均值是在平铺的数组上计算的。对于整数输入，使用 float64 作为中间和返回值，对于浮点数输入，返回值与输入 dtype 相同。

numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>)

以下是 numpy.mean() 函数中的参数：

a: array_like

这个参数定义了源数组，其中包含我们希望计算平均值的元素。如果 'a' 不是数组，在此情况下会尝试转换。

axis: None、int 或 int 组成的元组(可选)

这个参数定义了计算平均值的轴。默认情况下，平均值在平铺的数组上计算。在版本 1.7.0 中，如果这是 int 组成的元组，则平均值在多个轴上执行，而不是像以前一样在单个轴或所有轴上执行。

dtype: 数据类型(可选)

这个参数用于定义在计算平均值时使用的数据类型。对于整数输入，默认值是 float64，对于浮点数输入，它与输入的 dtype 相同。

out: ndarray(可选)

这个参数定义了一个替代的输出数组，其中将放置结果。结果数组的形状应与期望输出的形状相同。在必要时，输出值的类型会进行转换。

keepdims: bool(可选)

当值为 true 时，减少的轴在输出/结果中保留为尺寸为一的维度。此外，结果会正确地广播到输入数组。当设置默认值时，keepdims 不会通过 ndarray 的子类的 mean 方法传递，但任何非默认值都肯定会传递。如果子类方法不实现 keepdims，则一定会引发异常。

如果将 'out' 参数设置为 None，则此函数返回一个包含平均值的新数组。否则，它将返回对输出数组的引用。

import numpy as np  a = np.array([[1, 2], [3, 4]])  b=np.mean(a)  b  x = np.array([[5, 6], [7, 34]])  y=np.mean(x)  y

输出:

2.513.0

在上面的代码中

import numpy as np  a = np.array([[2, 4], [3, 5]])  b=np.mean(a,axis=0)  c=np.mean(a,axis=1)  b  c

输出:

array([2.5, 4.5])array([3., 4.])

在单精度中，平均值可能不准确:

import numpy as np  a = np.zeros((2, 512*512), dtype=np.float32)  a[0, :] = 23.0  a[1, :] = 32.0  c=np.mean(a)  c

输出:

27.5

在上面的代码中

在输出中，显示了数组 'a' 的平均值。

在 float64 中计算平均值更精确:

import numpy as np  a[0, :] = 2.0  a[1, :] = 0.2  c=np.mean(a)  c  d=np.mean(a, dtype=np.float64)  d

输出:

1.09999851.1000000014901161


热门推荐

来自同一个声音