Summen av elementer, sammen med en akse delt på antall elementer, er kjent som aritmetisk gjennomsnitt . Funksjonen numpy.mean() brukes til å beregne det aritmetiske gjennomsnittet langs den angitte aksen.
Denne funksjonen returnerer gjennomsnittet av matriseelementene. Som standard tas gjennomsnittet på den flate matrisen. Ellers på den spesifiserte aksen er flottør 64 mellomliggende, så vel som returverdier brukes for heltallsinnganger
Syntaks
numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)
Parametere
Dette er følgende parametere i numpy.mean()-funksjonen:
python-baneinnstilling
a: array_like
Denne parameteren definerer kildematrisen som inneholder elementer hvis gjennomsnitt er ønsket. I et slikt tilfelle hvor 'a' ikke er en matrise, forsøkes en konvertering.
akse: Ingen, int eller tuppel av ints (valgfritt)
Denne parameteren definerer aksen som midlene beregnes langs. Som standard beregnes gjennomsnittet av den flate matrisen. I versjon 1.7.0, hvis dette er en tuppel av ints, utføres gjennomsnittet over flere akser, i stedet for en enkelt akse eller alle aksene som før.
dtype: datatype (valgfritt)
Denne parameteren brukes til å definere datatypen som brukes til å beregne gjennomsnittet. For heltallsinnganger er standardinnstillingen float64, og for flyttallinnganger er det det samme som inngangen dtype.
ut: ndarray (valgfritt)
Denne parameteren definerer en alternativ utmatrise der resultatet vil bli plassert. Formen på den resulterende matrisen skal være den samme som formen på den forventede utgangen. Type utgangsverdier vil kaste når det er nødvendig.
keepdims: bool (valgfritt)
Når verdien er sann, blir den reduserte aksen stående som dimensjoner med størrelse én i utdata/resultat. Resultatet kringkastes også korrekt mot inndatamatrisen. Når standardverdien er satt, passerer keepdims ikke via middelmetoden for underklasser av ndarray, men enhver ikke-standardverdi vil sikkert passere. I tilfelle underklassemetoden ikke implementerer keepdims, vil et unntak sikkert oppstå.
Komme tilbake
Hvis vi setter 'out'-parameteren til Ingen , returnerer denne funksjonen en ny matrise som inneholder gjennomsnittsverdiene. Ellers vil den returnere referansen til utdatamatrisen.
Eksempel 1:
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
Produksjon:
2.5 13.0
I koden ovenfor
- Vi har importert numpy med alias navn np.
- Vi har laget to arrays 'a' og 'x' ved å bruke np.array()-funksjonen.
- Vi har erklært variablene 'b' og 'y' og tildelt returverdien til funksjonen np.zeros().
- Vi har sendt arrays 'a' og 'x' i funksjonen.
- Til slutt prøvde vi å skrive ut verdien av 'b' og 'y'.
Eksempel 2:
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
Produksjon:
array([2.5, 4.5]) array([3., 4.])
Eksempel 3:
I enkeltpresisjon kan gjennomsnittet være unøyaktig:
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
Produksjon:
27.5
I koden ovenfor
- Vi har importert numpy med alias navn np.
- Vi har laget en matrise 'a' ved å bruke np.zeros()-funksjonen med dtype float32.
- Vi har satt verdien av alle elementene i 1. rad til 23.0 og 2. rad 32.0.
- Vi har passert matrisen 'a' i funksjonen og tildelt returverdien til funksjonen np.mean().
- Til slutt prøvde vi å skrive ut verdien av 'c'.
I utgangen viser den gjennomsnittet av array 'a'.
Eksempel 4:
Å beregne gjennomsnittet i float64 er mer nøyaktig:
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
Produksjon:
1.0999985 1.1000000014901161