numpy.mean() i Python
numpy.mean(arr, axis = None)> : Beregn det aritmetiske middelværdi (gennemsnit) af de givne data (array-elementer) langs den specificerede akse.
Parametre:
arr: [array_like]input-array.
akse : [int eller tuples of int]-akse, langs hvilken vi ønsker at beregne det aritmetiske middelværdi. Ellers vil den anse arr for at være flad (fungerer på alle
aksen). akse = 0 betyder langs kolonnen og akse = 1 betyder arbejde langs rækken.
ud: [ndarray, valgfri] Forskelligt array, som vi ønsker at placere resultatet i. Arrayet skal have samme dimensioner som forventet output.
dtype: [data-type, valgfri]Type, vi ønsker, mens vi beregner middelværdi.Resultater: Aritmetisk middelværdi af matrixen (en skalarværdi, hvis aksen ikke er nogen) eller matrix med middelværdier langs specificeret akse.
Kode #1:
# Python Program illustrating> # numpy.mean() method> import> numpy as np> > # 1D array> arr> => [> 20> ,> 2> ,> 7> ,> 1> ,> 34> ]> > print> (> 'arr : '> , arr)> print> (> 'mean of arr : '> , np.mean(arr))> > |
Output:
arr : [20, 2, 7, 1, 34] mean of arr : 12.8
Kode #2:
# Python Program illustrating> # numpy.mean() method> import> numpy as np> > > # 2D array> arr> => [[> 14> ,> 17> ,> 12> ,> 33> ,> 44> ],> > [> 15> ,> 6> ,> 27> ,> 8> ,> 19> ],> > [> 23> ,> 2> ,> 54> ,> 1> ,> 4> , ]]> > # mean of the flattened array> print> (> '
mean of arr, axis = None : '> , np.mean(arr))> > # mean along the axis = 0> print> (> '
mean of arr, axis = 0 : '> , np.mean(arr, axis> => 0> ))> > # mean along the axis = 1> print> (> '
mean of arr, axis = 1 : '> , np.mean(arr, axis> => 1> ))> > out_arr> => np.arange(> 3> )> print> (> '
out_arr : '> , out_arr)> print> (> 'mean of arr, axis = 1 : '> ,> > np.mean(arr, axis> => 1> , out> => out_arr))> |
Output:
mean of arr, axis = None : 18.6 mean of arr, axis = 0 : [17.33333333 8.33333333 31. 14. 22.33333333] mean of arr, axis = 1 : [24. 15. 16.8] out_arr : [0 1 2] mean of arr, axis = 1 : [24 15 16]
