numpy.mean(arr, axis = None)>: Beregn det aritmetiske middelværdi (gennemsnit) af de givne data (array-elementer) langs den specificerede akse.
Parametre:
arr: [array_like]input-array.
akse : [int eller tuples of int]-akse, langs hvilken vi ønsker at beregne det aritmetiske middelværdi. Ellers vil den anse arr for at være flad (fungerer på alle
aksen). akse = 0 betyder langs kolonnen og akse = 1 betyder arbejde langs rækken.
ud: [ndarray, valgfri] Forskelligt array, som vi ønsker at placere resultatet i. Arrayet skal have samme dimensioner som forventet output.
dtype: [data-type, valgfri]Type, vi ønsker, mens vi beregner middelværdi.
Resultater: Aritmetisk middelværdi af matrixen (en skalarværdi, hvis aksen ikke er nogen) eller matrix med middelværdier langs specificeret akse.
Kode #1:
# Python Program illustrating> # numpy.mean() method> import> numpy as np> > # 1D array> arr>=> [>20>,>2>,>7>,>1>,>34>]> > print>(>'arr : '>, arr)> print>(>'mean of arr : '>, np.mean(arr))> > |
brug af operativsystem
>
>
Output:
arr : [20, 2, 7, 1, 34] mean of arr : 12.8>
Kode #2:
# Python Program illustrating> # numpy.mean() method> import> numpy as np> > > # 2D array> arr>=> [[>14>,>17>,>12>,>33>,>44>],> >[>15>,>6>,>27>,>8>,>19>],> >[>23>,>2>,>54>,>1>,>4>, ]]> > # mean of the flattened array> print>(>'
mean of arr, axis = None : '>, np.mean(arr))> > # mean along the axis = 0> print>(>'
mean of arr, axis = 0 : '>, np.mean(arr, axis>=> 0>))> > # mean along the axis = 1> print>(>'
mean of arr, axis = 1 : '>, np.mean(arr, axis>=> 1>))> > out_arr>=> np.arange(>3>)> print>(>'
out_arr : '>, out_arr)> print>(>'mean of arr, axis = 1 : '>,> >np.mean(arr, axis>=> 1>, out>=> out_arr))> |
>
>
Output:
mean of arr, axis = None : 18.6 mean of arr, axis = 0 : [17.33333333 8.33333333 31. 14. 22.33333333] mean of arr, axis = 1 : [24. 15. 16.8] out_arr : [0 1 2] mean of arr, axis = 1 : [24 15 16]>