在Python3 numpy中mean和average的区别详解
- 作者: 黑桃王
- 来源: 51数据库
- 2020-08-06
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:
import numpy as np a = np.array([np.random.randint(0, 20, 5), np.random.randint(0, 20, 5)]) print('原始数据\n', a) print('mean函数'.center(20, '*')) print('对所有数据计算\n', a.mean()) 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 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 print('average函数'.center(20, '*')) print('对所有数据计算\n', np.average(a)) 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 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 b = np.array([1, 2, 3, 4]) wts = np.array([4, 3, 2, 1]) print('不指定权重\n', np.average(b)) print('指定权重\n', np.average(b, weights=wts))
运行结果:
原始数据 [[10 12 7 14 5] [12 10 2 16 7]] *******mean函数******* 对所有数据计算 9.5 axis=0,按行方向计算,即每列 [ 11. 11. 4.5 15. 6. ] axis=1,按列方向计算,即每行 [ 9.6 9.4] *****average函数****** 对所有数据计算 9.5 axis=0,按行方向计算,即每列 [ 11. 11. 4.5 15. 6. ] axis=1,按列方向计算,即每行 [ 9.6 9.4] 不指定权重 2.5 指定权重 2.0
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,
推荐阅读
热点文章
Python Numpy数组扩展repeat和tile使用实例解析
7
关于numpy.where()函数 返回值的解释
17
Python numpy tensorflow 中的 点乘 和 矩阵乘法
19
Numpy中对向量、矩阵的使用详解
5
Python之Numpy的超实用基础详细教程
7
基于python解线性矩阵方程(numpy中的matrix类)
5
python numpy之np.random的随机数函数使用介绍
20
Numpy 中的矩阵求逆实例
12
在Python3 numpy中mean和average的区别详解
26
pyinstaller打包opencv和numpy程序运行错误解决
17