这篇文章主要介绍了大蟒的numpy库中的平均值()函数用法介绍,具有很好对参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
1. mean() 函数定义:
numpy.mean(a,axis=None,dtype=None,out=None,keepdims=class numpy ._全球0x 40 b 6 a 26 c处无值)[来源]
沿着指定的轴计算算术平均值。
返回数组元素的平均值。默认情况下,平均值取自展平的数组,否则取自指定的轴64号浮子中间值和返回值用于整数输入。
参数:
答:数组_喜欢
包含需要其平均值的数字的数组。如果不是数组,则尝试转换。
轴:无或整数或整数元组,可选
沿其计算平均值的一个或多个轴。默认情况下,计算展平数组的平均值。
版本1.7.0中的新增功能。
如果这是一个整数元组,则在多个轴上进行平均,而不是像以前那样在单个轴或所有轴上进行平均。
数据类型,可选
用于计算平均值的类型。对于整数输入,默认值是float64对于浮点输入,它与输入数据类型相同。
出局:ndarray,可选
放置结果的备用输出数组。默认值为无;如果提供的话,它必须与预期的输出具有相同的形状,但是如果需要的话,该类型将被强制转换。详见doc.ufuncs .
波尔,可选
如果设置为真,减少的轴将作为尺寸为一的尺寸留在结果中。使用此选项,结果将根据输入数组正确传播。
如果传递的是默认值,那么keepdims不会传递给恩达雷的子类的意思是方法,但是任何非默认值都会传递。如果子类总和方法不实现keepdims,则会引发任何异常。
退货:
男:恩达拉雷,请参见上面的数据类型参数
如果out=无,则返回包含平均值的新数组,否则返回对输出数组的引用。
2 mean()函数功能:求取均值
经常操作的参数为轴,以男*女矩阵举例:
轴不设置值,对男*女个数求均值,返回一个实数
轴=0:压缩行,对各列求均值,返回1* n矩阵
轴=1:压缩列,对各行求均值,返回m *1矩阵
举例:
将numpy作为铭牌导入
num1=np.array([[1,2,3]、[2,3,4]、[3,4,5]、[4,5,6]])
现在2=np.mat(num1)
现在2
矩阵([[1,2,3],
[2, 3, 4],
[3, 4, 5],
[4, 5, 6]])
np.mean(now2) #对所有元素求均值
3.5
np.mean(now2,0) #压缩行,对各列求均值
矩阵([[ 2.5,3.5,4.5]])
np.mean(now2,1) #压缩列,对各行求均值
矩阵([[ 2。],
[ 3.],
[ 4.],
[ 5.]])
补充拓展:numpy的np.nanmax和np.max区别(坑)
numpy的南麦克斯和np.array([1,2,3,np.nan]).最大()的区别(坑)
numpy中numpy.nanmax的官方文档
原理
在计算数据帧最大值时,最先用到的一定是系列对象的最大()方法(),最终结果是4。
s1=pd .系列([1,2,3,4,名词性名词])
s1_max=s1.max()
但是笔者由于数据量巨大,列数较多,于是为了加快计算速度,采用numpy进行最大值的计算,但正如以下代码,最终结果得到的是南,而非4。发现,采用这种方式计算最大值,南也会包含进去,并最终结果为南。
s1=pd .系列([1,2,3,4,名词性名词])
s1_max=s1.values.max()
圆盘烤饼
通过阅读numpy的文档发现,存在南麦克斯的函数,可以将南京大学排除进行最大值的计算,并得到想要的正确结果。
当然不止是最大值、最小值、标准差、平均值均会存在列中含有南京大学时,s1.values.min /std/mean()返回圆盘烤饼的情况。
速度区别
速度由快到慢依次:
s1=pd .系列([1,2,3,4,5,名词性名词])
#速度由快至慢
NP。南麦克斯(S1。值)NP。南麦克斯(S1)S1。最大()
以上关于python的numpy库中mean()函数使用的介绍,就是边肖分享的全部内容。希望能给你一个参考,多多支持我们。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。