Az elemek összege, valamint egy tengely osztva az elemek számával, az úgynevezett számtani átlaga . A numpy.mean() függvény a számtani átlag kiszámítására szolgál a megadott tengely mentén.

Ez a függvény a tömbelemek átlagát adja vissza. Alapértelmezés szerint az átlagot a lapított tömbön veszik fel. Egyébként a megadott tengelyen a 64-es float közbenső, valamint a visszatérési értékeket egész számok bemenetére használjuk

Szintaxis

 numpy.mean(a, axis=None, dtype=None, out=None, keepdims=) 

Paraméterek

Ezek a következő paraméterek a numpy.mean() függvényben:

mi van a pythonban

a: array_like

Ez a paraméter határozza meg azt a forrástömböt, amely a kívánt átlagot tartalmazó elemeket tartalmazza. Abban az esetben, ha az „a” nem egy tömb, a rendszer megkísérli az átalakítást.

tengely: nincs, int vagy int sor (opcionális)

Ez a paraméter határozza meg azt a tengelyt, amely mentén az átlag kiszámításra kerül. Alapértelmezés szerint a rendszer a lapított tömb átlagát számítja ki. Az 1.7.0-s verzióban, ha ez egy int sor, az átlagot több tengelyen hajtják végre, egyetlen tengely vagy az összes tengely helyett, mint korábban.

dtype: adattípus (nem kötelező)

Ez a paraméter az átlag kiszámításához használt adattípus meghatározására szolgál. Egész bemeneteknél az alapértelmezett float64, lebegőpontos bemeneteknél pedig megegyezik a dtype bemenettel.

kimenet: ndarray (opcionális)

Ez a paraméter egy alternatív kimeneti tömböt határoz meg, amelybe az eredmény kerül. A kapott tömb alakjának meg kell egyeznie a várt kimenet alakjával. A kimeneti értékek típusa szükség esetén leadásra kerül.

Keepdims: bool (opcionális)

Ha az érték igaz, a kicsinyített tengely méretként marad 1-es mérettel a kimenetben/eredményben. Ezenkívül az eredmény helyesen sugároz a bemeneti tömbhöz képest. Az alapértelmezett érték beállításakor a keepdims nem megy át az ndarray alosztályainak átlagos metódusán, de minden nem alapértelmezett érték biztosan átmegy. Abban az esetben, ha az alosztály metódusa nem valósítja meg a keepdims-t, akkor minden bizonnyal kivétel lesz.

Visszatérés

Ha az 'out' paramétert értékre állítjuk Egyik sem , ez a függvény egy új tömböt ad vissza, amely az átlagértékeket tartalmazza. Ellenkező esetben visszaadja a hivatkozást a kimeneti tömbre.

1. példa:

 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 

Kimenet:

 2.5 13.0 

A fenti kódban

• Importáltuk a numpy-t np aliasnévvel.
• Létrehoztunk két 'a' és 'x' tömböt az np.array() függvény segítségével.
• Deklaráltuk a 'b' és 'y' változót, és hozzárendeltük az np.zeros() függvény visszatérési értékét.
• A függvényben átadtuk az „a” és „x” tömböket.
• Végül megpróbáltuk kinyomtatni a „b” és „y” értékét.

2. példa:

 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 

Kimenet:

 array([2.5, 4.5]) array([3., 4.]) 

3. példa:

Egyetlen pontossággal az átlag pontatlan lehet:

 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 

Kimenet:

 27.5 

A fenti kódban

• Importáltuk a numpy-t np aliasnévvel.
• Létrehoztunk egy 'a' tömböt az np.zeros() függvény használatával a dtype float32-vel.
• Az 1. sor összes elemének értékét 23.0-ra, a 2. sor 32.0-ra állítottuk.
• A függvényben átadtuk az 'a' tömböt, és hozzárendeltük az np.mean() függvény visszatérési értékét.
• Végül megpróbáltuk kinyomtatni a 'c' értékét.

A kimenetben az 'a' tömb átlagát mutatja.

4. példa:

A float64 átlagának kiszámítása pontosabb:

 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 

Kimenet:

 1.0999985 1.1000000014901161