mean和average都是計算均值的函數,在不指定權重的時候average和mean是一樣的。指定權重後,average可以計算一維的加權平均值。具體如下:
import numpy as np
a = np.array([np.random.randint(0, 20, 5), np.random.randint(0, 20, 5)])
print('原始數據\n', a)
print('mean函數'.center(20, '*'))
print('對所有數據計算\n', a.mean())
print('axis=0,按行方向計算,即每列\n', a.mean(axis=0)) # 按行方向計算,即每列
print('axis=1,按列方向計算,即每行\n', a.mean(axis=1)) # 按列方向計算,即每行
print('average函數'.center(20, '*'))
print('對所有數據計算\n', np.average(a))
print('axis=0,按行方向計算,即每列\n', np.average(a, axis=0)) # 按行方向計算,即每列
print('axis=1,按列方向計算,即每行\n', np.average(a, axis=1)) # 按列方向計算,即每行
b = np.array([1, 2, 3, 4])
wts = np.array([4, 3, 2, 1])
print('不指定權重\n', np.average(b))
print('指定權重\n', np.average(b, weights=wts))
運行結果:
原始數據
[[10 12 7 14 5]
[12 10 2 16 7]]
*******mean函數*******
對所有數據計算
9.5
axis=0,按行方向計算,即每列
[ 11. 11. 4.5 15. 6. ]
axis=1,按列方向計算,即每行
[ 9.6 9.4]
*****average函數******
對所有數據計算
9.5
axis=0,按行方向計算,即每列
[ 11. 11. 4.5 15. 6. ]
axis=1,按列方向計算,即每行
[ 9.6 9.4]
不指定權重
2.5
指定權重
2.0