在Python3 numpy中mean和average的區別詳解

今天小編就爲大家分享一篇在Python3 numpy中mean和average的區別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

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

以上這篇在Python3 numpy中mean和average的區別詳解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持神馬文庫。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章