Сумата от елементи, заедно с ос, разделена на броя на елементите, е известна като средноаритметично . Функцията numpy.mean() се използва за изчисляване на средната аритметична стойност по определената ос.
Тази функция връща средната стойност на елементите на масива. По подразбиране средната стойност се взема върху сплескан масив. Друго на посочената ос, float 64 е междинен, както и върнатите стойности се използват за целочислени входове
Синтаксис
numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)
Параметри
Това са следните параметри във функцията numpy.mean():
k алгоритъм за групиране
a: array_like
Този параметър дефинира изходния масив, съдържащ елементи, чиято средна стойност е желана. В такъв случай, когато 'a' не е масив, се прави опит за преобразуване.
ос: Няма, int или кортеж от ints (по избор)
Този параметър определя оста, по която се изчисляват средните стойности. По подразбиране средната стойност се изчислява от сплескания масив. Във версия 1.7.0, ако това е кортеж от int, средната стойност се извършва върху множество оси, вместо една ос или всички оси, както преди.
dtype: тип данни (по избор)
Този параметър се използва за определяне на типа данни, използван при изчисляване на средната стойност. За целочислени входове по подразбиране е float64, а за входове с плаваща запетая е същото като входния dtype.
out: ndarray (по избор)
Този параметър дефинира алтернативен изходен масив, в който ще бъде поставен резултатът. Формата на получения масив трябва да бъде същата като формата на очаквания изход. Типът изходни стойности ще се преобразува, когато е необходимо.
keepdims: bool (по избор)
Когато стойността е вярна, намалената ос се оставя като размери с размер едно в изхода/резултата. Освен това резултатът се излъчва правилно спрямо входния масив. Когато е зададена стойността по подразбиране, keepdims не преминава през средния метод на подкласове на ndarray, но всяка стойност, която не е по подразбиране, със сигурност ще премине. В случай, че методът на подкласа не прилага keepdims, тогава със сигурност ще възникне изключение.
Връщане
Ако зададем параметъра 'out' на Нито един , тази функция връща нов масив, съдържащ средните стойности. В противен случай ще върне препратката към изходния масив.
Пример 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
Изход:
2.5 13.0
В горния код
- Импортирахме numpy с псевдоним np.
- Създадохме два масива 'a' и 'x' с помощта на функцията np.array().
- Декларирахме променливите „b“ и „y“ и присвоихме върнатата стойност на функцията np.zeros().
- Предадохме масиви 'a' и 'x' във функцията.
- Накрая се опитахме да отпечатаме стойността на 'b' и 'y'.
Пример 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
Изход:
array([2.5, 4.5]) array([3., 4.])
Пример 3:
При единична точност средната стойност може да бъде неточна:
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
Изход:
27.5
В горния код
- Импортирахме numpy с псевдоним np.
- Създадохме масив 'a' с помощта на функцията np.zeros() с dtype float32.
- Задали сме стойността на всички елементи от 1-ви ред на 23.0 и 2-ри ред 32.0.
- Предадохме масива 'a' във функцията и присвоихме върнатата стойност на функцията np.mean().
- Накрая се опитахме да отпечатаме стойността на 'c'.
В изхода той показва средната стойност на масива 'a'.
Пример 4:
Изчисляването на средната стойност в float64 е по-точно:
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
Изход:
1.0999985 1.1000000014901161