经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 程序设计 » NumPy » 查看文章
在Python3 numpy中mean和average的区别详解
来源:jb51  时间:2019/8/26 8:26:55  对本文有异议

mean和average都是计算均值的函数,在不指定权重的时候average和mean是一样的。指定权重后,average可以计算一维的加权平均值。

具体如下:

  1. import numpy as np
  2. a = np.array([np.random.randint(0, 20, 5), np.random.randint(0, 20, 5)])
  3. print('原始数据\n', a)
  4. print('mean函数'.center(20, '*'))
  5. print('对所有数据计算\n', a.mean())
  6. print('axis=0,按行方向计算,即每列\n', a.mean(axis=0)) # 按行方向计算,即每列
  7. print('axis=1,按列方向计算,即每行\n', a.mean(axis=1)) # 按列方向计算,即每行
  8. print('average函数'.center(20, '*'))
  9. print('对所有数据计算\n', np.average(a))
  10. print('axis=0,按行方向计算,即每列\n', np.average(a, axis=0)) # 按行方向计算,即每列
  11. print('axis=1,按列方向计算,即每行\n', np.average(a, axis=1)) # 按列方向计算,即每行
  12. b = np.array([1, 2, 3, 4])
  13. wts = np.array([4, 3, 2, 1])
  14. print('不指定权重\n', np.average(b))
  15. print('指定权重\n', np.average(b, weights=wts))

运行结果:

  1. 原始数据
  2. [[10 12 7 14 5]
  3. [12 10 2 16 7]]
  4. *******mean函数*******
  5. 对所有数据计算
  6. 9.5
  7. axis=0,按行方向计算,即每列
  8. [ 11. 11. 4.5 15. 6. ]
  9. axis=1,按列方向计算,即每行
  10. [ 9.6 9.4]
  11. *****average函数******
  12. 对所有数据计算
  13. 9.5
  14. axis=0,按行方向计算,即每列
  15. [ 11. 11. 4.5 15. 6. ]
  16. axis=1,按列方向计算,即每行
  17. [ 9.6 9.4]
  18. 不指定权重
  19. 2.5
  20. 指定权重
  21. 2.0
  22.  

以上这篇在Python3 numpy中mean和average的区别详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持w3xue。

 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号