Python numpy.average() 函式

Vaibhhav Khetarpal 2023年1月30日 2022年7月18日
  1. Python numpy.average() 函式
  2. 在 Python 中實現 numpy.average() 函式
  3. numpy.mean() 函式的比較
Python numpy.average() 函式

NumPy 庫提供的幾個函式被廣泛用於在 Python 編碼時幫助不同領域。其中之一是 numpy.average() 函式,這將是本文的重點。

本教程討論了 numpy.average() 函式以及如何藉助 NumPy 庫在 Python 中實現它。

Python numpy.average() 函式

numpy.average() 函式,顧名思義,是 NumPy 庫提供的函式列表下的功能,這是一個重要且流行的庫,可以輕鬆處理數字並對其執行某些操作.

簡單來說,numpy.average() 函式用於計算某個類陣列結構沿需要指定的軸的加權平均值。

numpy.average() 的語法及其引數已在下面提到和解釋,以便於讀者理解。

numpy.average(a, axis=None, weights=None, returned=False, *, keepdims=<no value>)

與此功能相關的引數將在下面進一步說明。

  1. a - 它是函式將在其上執行的物件。在這種情況下,它是一個類似陣列的結構。如果沒有,可能會嘗試自動轉換過程。
  2. axis - 必須沿其計算平均值的一個或多個軸在此引數中指定/儲存。
  3. weights - 一個類似於 a 大小的陣列,分別包含陣列 a 中元素的權重。
  4. 引數 returnedkeepdims 是可選的,與此程式碼中的示例無關。但是,對於好奇的讀者來說,兩者都可以在網際網路上輕鬆找到。

在 Python 中實現 numpy.average() 函式

實現 numpy.average() 函式很簡單,初學者很容易理解。

以下程式碼實現了 numpy.average() 函式。

import numpy as np
a = [10,20,30,80]
b = np.average(a)
print(b)

上面的程式碼提供了以下輸出。

35.0

numpy.mean() 函式的比較

乍一看,numpy.average() 函式和 numpy.mean() 函式看起來執行相同的任務,在一般數字場景中,它們甚至提供相同的結果。

讓我們以上面的例子計算列表的平均值和平均值。

import numpy as np
a = [10,20,30,80]
b = np.average(a)
c = np.mean(a)
print(b)
print(c)

上面的程式碼提供了以下輸出。

35.0
35.0

但是,這兩者也有其獨特的作用,這使得它們彼此不同。

numpy.average() 函式包含一個 weight 引數,可以計算給定指定類陣列結構的加權平均值; numpy.mean() 函式中缺少此功能。

此外,numpy.mean() 函式有一個 dtype 引數,這使得它可以用於使函式不僅適用於數字,而且適用於可能傳遞給函式的任何模稜兩可的物件。另一方面,numpy.average() 函式缺少此功能,僅適用於整數。

我們還應該注意,numpy.mean() 函式將掩碼考慮在內,這意味著藉助此函式計算的平均值僅考慮未掩碼的值。然而,numpy.average() 不包含掩碼的概念。

Vaibhhav Khetarpal avatar Vaibhhav Khetarpal avatar

Vaibhhav is an IT professional who has a strong-hold in Python programming and various projects under his belt. He has an eagerness to discover new things and is a quick learner.

LinkedIn