Suma elementelor, împreună cu o axă împărțită la numărul de elemente, este cunoscută ca medie aritmetică . Funcția numpy.mean() este utilizată pentru a calcula media aritmetică de-a lungul axei specificate.
Această funcție returnează media elementelor matricei. În mod implicit, media este luată pe matricea aplatizată. În rest, pe axa specificată, float 64 este intermediar, iar valorile returnate sunt folosite pentru intrări întregi
Sintaxă
numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)
Parametrii
Aceștia sunt următorii parametri în funcția numpy.mean():
variabila bash
a: array_like
Acest parametru definește matricea sursă care conține elemente a căror medie este dorită. Într-un astfel de caz în care „a” nu este o matrice, se încearcă o conversie.
axa: niciunul, int sau tuplu de int (opțional)
Acest parametru definește axa de-a lungul căreia sunt calculate mediile. În mod implicit, media este calculată pentru matricea aplatizată. În versiunea 1.7.0, dacă acesta este un tuplu de int, media este efectuată pe mai multe axe, în loc de o singură axă sau de toate axele ca înainte.
dtype: tip de date (opțional)
Acest parametru este utilizat pentru a defini tipul de date utilizat la calcularea mediei. Pentru intrările cu numere întregi, valoarea implicită este float64, iar pentru intrările în virgulă mobilă, este aceeași cu tipul d de intrare.
ieșire: ndarray (opțional)
Acest parametru definește o matrice alternativă de ieșire în care va fi plasat rezultatul. Forma matricei rezultate ar trebui să fie aceeași cu forma rezultatului așteptat. Tipul de valori de ieșire va fi difuzat atunci când este necesar.
keepdims: bool (opțional)
Când valoarea este adevărată, axa redusă este lăsată ca dimensiuni cu dimensiunea unu în ieșire/rezultat. De asemenea, rezultatul se difuzează corect împotriva matricei de intrare. Când valoarea implicită este setată, keepdims nu trece prin metoda medie a subclaselor de ndarray, dar orice valoare care nu este implicită va trece cu siguranță. În cazul în care metoda subclaselor nu implementează keepdims, atunci cu siguranță va apărea o excepție.
Întoarcere
Dacă setăm parametrul „out” la Nici unul , această funcție returnează o nouă matrice care conține valorile medii. În caz contrar, va returna referința la matricea de ieșire.
Exemplul 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
Ieșire:
2.5 13.0
În codul de mai sus
- Am importat numpy cu numele de alias np.
- Am creat două matrice „a” și „x” folosind funcția np.array().
- Am declarat variabilele „b” și „y” și am atribuit valoarea de returnare a funcției np.zeros().
- Am trecut tablourile „a” și „x” în funcție.
- În cele din urmă, am încercat să tipărim valoarea „b” și „y”.
Exemplul 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
Ieșire:
array([2.5, 4.5]) array([3., 4.])
Exemplul 3:
Într-o precizie unică, media poate fi inexactă:
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
Ieșire:
27.5
În codul de mai sus
- Am importat numpy cu numele de alias np.
- Am creat o matrice „a” folosind funcția np.zeros() cu dtype float32.
- Am stabilit valoarea tuturor elementelor din primul rând la 23,0 și al doilea rând la 32,0.
- Am trecut tabloul „a” în funcție și am atribuit valoarea de returnare a funcției np.mean().
- În cele din urmă, am încercat să tipărim valoarea lui „c”.
În rezultat, arată media matricei „a”.
Exemplul 4:
Calcularea mediei în float64 este mai precisă:
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
Ieșire:
1.0999985 1.1000000014901161