Python Numpy.mean() - 算術平均數
Jinku Hu
2023年1月30日
2020年6月17日
numpy.mean() 函式計算給定陣列沿指定軸的算術平均值，或者用通俗的話說-平均數。
numpy.mean() 語法
numpy.mean(arr, axis=None, dtype=float64)
引數
arr |
array_like 輸入陣列來計算算術平均值 |
axis |
None, int 或元素為整數的元組 計算算術平均值的軸。 axis=0 表示沿列計算算術平均值， axis=1 表示沿行計算算術平均值。 如果沒有給定 axis，它將多維陣列作為一個扁平化的列表處理 |
dtype 是指 |
dtype 或 None在計算算術平均值時使用的資料型別。預設為 float64 |
返回值
它返回給定陣列的算術平均數，或一個沿指定軸的算術平均數的陣列。
示例程式碼：numpy.mean() 與一維陣列
import numpy as np
arr = [10, 20, 30]
print("1-D array :", arr)
print("Mean of arr is ", np.mean(arr))
輸出：
1-D array : [10, 20, 30]
Mean of arr is 20.0
示例程式碼：numpy.mean() 與二維陣列
import numpy as np
arr = [[10, 20, 30],
[3, 50, 5],
[70, 80, 90],
[100, 110, 120]]
print("Two Dimension array :", arr)
print("Mean with no axis :", np.mean(arr))
print("Mean with axis along column :", np.mean(arr, axis=0))
print("Mean with axis aong row :", np.mean(arr, axis=1))
輸出：
Two Dimension array : [[10, 20, 30], [3, 50, 5], [70, 80, 90], [100, 110, 120]]
Mean with no axis : 57.333333333333336
Mean with axis along column : [45.75 65. 61.25]
Mean with axis aong row : [ 20. 19.33333333 80. 110. ]
>>
np.mean(arr) 將輸入陣列視為扁平化陣列，並計算這個 1-D 扁平化陣列的算術平均值。
np.mean(arr, axis=0) 計算沿列的算術平均值。
np.std(arr, axis=1) 計算沿行的算術平均值。
示例程式碼：numpy.mean() 指定了 dtype
import numpy as np
arr = [10.12, 20.3, 30.28]
print("1-D Array :", arr)
print("Mean of arr :", np.mean(arr))
print("Mean of arr with float32 data :", np.mean(arr, dtype = np.float32))
print("Mean of arr with float64 data :", np.mean(arr, dtype = np.float64))
輸出：
1-D Array : [10.12, 20.3, 30.28]
Mean of arr : 20.233333333333334
Mean of arr with float32 data : 20.233332
Mean of arr with float64 data : 20.233333333333334
如果在 numpy.mean() 函式中給出 dtype 引數，它在計算算術平均值時使用指定的資料型別。
如果我們使用 float32 資料型別，而不是預設的 float64，則結果的解析度較低。
Author: Jinku Hu
Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.
LinkedIn