logo

numpy.mean() a Python

La suma d'elements, juntament amb un eix dividit pel nombre d'elements, es coneix com a mitjana aritmètica . La funció numpy.mean() s'utilitza per calcular la mitjana aritmètica al llarg de l'eix especificat.

Aquesta funció retorna la mitjana dels elements de la matriu. Per defecte, la mitjana es pren a la matriu aplanada. En cas contrari, a l'eix especificat, el flotant 64 és intermedi, així com els valors de retorn s'utilitzen per a entrades senceres

Sintaxi

 numpy.mean(a, axis=None, dtype=None, out=None, keepdims=) 

Paràmetres

Aquests són els paràmetres següents a la funció numpy.mean():

j e s t

a: array_like

Aquest paràmetre defineix la matriu font que conté els elements la mitjana dels quals es desitja. En aquest cas en què 'a' no és una matriu, s'intenta una conversió.

eix: cap, int o tupla d'ints (opcional)

Aquest paràmetre defineix l'eix al llarg del qual es calculen les mitjanes. Per defecte, la mitjana es calcula de la matriu aplanada. A la versió 1.7.0, si es tracta d'una tupla d'ints, la mitjana es realitza sobre diversos eixos, en lloc d'un únic eix o tots els eixos com abans.

dtype: tipus de dades (opcional)

Aquest paràmetre s'utilitza per definir el tipus de dades utilitzat per calcular la mitjana. Per a les entrades senceres, el valor per defecte és float64, i per a les entrades de coma flotant, és el mateix que l'entrada dtype.

fora: ndarray (opcional)

Aquest paràmetre defineix una matriu de sortida alternativa en la qual es col·locarà el resultat. La forma de la matriu resultant hauria de ser la mateixa que la forma de la sortida esperada. El tipus de valors de sortida es llançarà quan sigui necessari.

keepdims: bool (opcional)

Quan el valor és cert, l'eix reduït es deixa com a dimensions amb la mida 1 a la sortida/resultat. A més, el resultat es transmet correctament contra la matriu d'entrada. Quan s'estableix el valor per defecte, el keepdims no passa pel mètode mitjà de les subclasses de ndarray, però qualsevol valor que no sigui per defecte segurament passarà. En cas que el mètode de la subclasse no implementi keepdims, segurament hi haurà una excepció.

Tornar

Si establim el paràmetre 'out' a Cap , aquesta funció retorna una nova matriu que conté els valors mitjans. En cas contrari, retornarà la referència a la matriu de sortida.

Exemple 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 

Sortida:

 2.5 13.0 

En el codi anterior

  • Hem importat numpy amb el nom d'àlies np.
  • Hem creat dues matrius 'a' i 'x' utilitzant la funció np.array().
  • Hem declarat la variable 'b' i 'y' i hem assignat el valor de retorn de la funció np.zeros().
  • Hem passat matrius 'a' i 'x' a la funció.
  • Finalment, hem intentat imprimir el valor de 'b' i 'y'.

Exemple 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 

Sortida:

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

Exemple 3:

Amb precisió única, la mitjana pot ser inexacte:

 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 

Sortida:

 27.5 

En el codi anterior

  • Hem importat numpy amb el nom d'àlies np.
  • Hem creat una matriu 'a' utilitzant la funció np.zeros() amb dtype float32.
  • Hem establert el valor de tots els elements de la primera fila a 23,0 i de la segona fila a 32,0.
  • Hem passat la matriu 'a' a la funció i hem assignat el valor de retorn de la funció np.mean().
  • Finalment, hem intentat imprimir el valor de 'c'.

A la sortida, mostra la mitjana de la matriu 'a'.

Exemple 4:

Calcular la mitjana a float64 és més precís:

 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 

Sortida:

 1.0999985 1.1000000014901161