Elementtien summa yhdessä akselin kanssa jaettuna elementtien lukumäärällä tunnetaan nimellä aritmeettinen keskiarvo . Funktiota numpy.mean() käytetään aritmeettisen keskiarvon laskemiseen määritetyllä akselilla.
Tämä funktio palauttaa taulukon elementtien keskiarvon. Oletuksena keskiarvo otetaan litistetystä taulukosta. Muutoin määritetyllä akselilla kelluke 64 on väli ja paluuarvoja käytetään kokonaislukusyötteisiin
Syntaksi
numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)
Parametrit
Nämä ovat seuraavat parametrit numpy.mean()-funktiossa:
lihavoitu teksti css:ssä
a: array_like
Tämä parametri määrittää lähdetaulukon, joka sisältää elementtejä, joiden keskiarvo halutaan. Siinä tapauksessa, että 'a' ei ole taulukko, yritetään muuntaa.
akseli: ei mitään, int tai tuple of ints (valinnainen)
Tämä parametri määrittää akselin, jota pitkin keskiarvot lasketaan. Oletusarvoisesti keskiarvo lasketaan litteästä taulukosta. Versiossa 1.7.0, jos tämä on ints-tuple, keskiarvo suoritetaan useilla akseleilla yhden akselin tai kaikkien akseleiden sijaan kuten aiemmin.
dtype: tietotyyppi (valinnainen)
Tätä parametria käytetään määrittämään keskiarvon laskennassa käytettävä tietotyyppi. Kokonaislukusyötteille oletusarvo on float64, ja liukulukutuloille sama kuin syöte dtype.
ulos: ndarray (valinnainen)
Tämä parametri määrittää vaihtoehtoisen tulostustaulukon, johon tulos sijoitetaan. Tuloksena olevan taulukon muodon tulee olla sama kuin odotetun tulosteen muoto. Lähtöarvojen tyyppi lähetetään tarvittaessa.
Keepdims: bool (valinnainen)
Kun arvo on tosi, pienennetty akseli jätetään mitoiksi, joiden koko on yksi tulosteessa/tuloksessa. Myös tulos lähettää oikein syöttötaulukkoa vastaan. Kun oletusarvo on asetettu, keepdims ei läpäise ndarray-alaluokkien keskiarvomenetelmää, mutta mikä tahansa muu kuin oletusarvo menee varmasti läpi. Jos alaluokkamenetelmä ei toteuta keepdimejä, poikkeus tulee varmasti esiin.
Palata
Jos asetamme 'out'-parametrin arvoon Ei mitään , tämä funktio palauttaa uuden taulukon, joka sisältää keskiarvot. Muussa tapauksessa se palauttaa viittauksen lähtötaulukkoon.
Esimerkki 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
Lähtö:
2.5 13.0
Yllä olevassa koodissa
- Olemme tuoneet numpyn aliasnimellä np.
- Olemme luoneet kaksi taulukkoa 'a' ja 'x' käyttämällä np.array()-funktiota.
- Olemme ilmoittaneet muuttujat 'b' ja 'y' ja määrittäneet np.zeros()-funktion palautusarvon.
- Olemme välittäneet taulukot 'a' ja 'x' funktiossa.
- Lopuksi yritimme tulostaa 'b':n ja 'y'n arvon.
Esimerkki 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
Lähtö:
array([2.5, 4.5]) array([3., 4.])
Esimerkki 3:
Yhdellä tarkkuudella keskiarvo voi olla epätarkka:
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
Lähtö:
27.5
Yllä olevassa koodissa
- Olemme tuoneet numpyn aliasnimellä np.
- Olemme luoneet taulukon 'a' käyttämällä funktiota np.zeros() ja dtype float32.
- Olemme asettanut kaikkien 1. rivin elementtien arvoksi 23.0 ja 2. rivin 32.0.
- Olemme ohittaneet taulukon 'a' funktiossa ja määrittäneet funktion np.mean() paluuarvon.
- Lopuksi yritimme tulostaa c:n arvon.
Tulosteessa se näyttää taulukon 'a' keskiarvon.
Esimerkki 4:
Keskiarvon laskeminen float64:ssä on tarkempaa:
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
Lähtö:
1.0999985 1.1000000014901161