NumPy mean() 函数

NumPy mean() 函数计算数组中元素沿指定轴的算术平均值(average)。平均值是数据值之和除以数据点数。默认情况下，平均值是针对扁平化数组计算的，否则针对指定轴计算。float64 数据类型是中间类型，返回值用于整数输入。

在统计学中，平均值(也称为平均值)是数据值之和除以数据点数。公式为 平均值 = (所有元素之和) / (元素数)。

对于一维数组，平均值是针对所有元素计算的。对于多维数组，平均值是沿指定轴计算的。

语法

以下是 NumPy mean() 函数的语法 -

numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>, where=<no value>)

参数

以下是 NumPy mean() 函数的参数 -

• a:输入数组，可以是 NumPy 数组、列表或标量值。
• axis(可选):计算平均值的轴平均值。默认值为 None，表示对整个数组计算平均值。
• dtype(可选):用于计算平均值的数据类型。默认值为 None，表示使用输入数组的数据类型。
• out(可选):存储结果的位置。如果提供，其形状必须与预期输出相同。
• keepdims(可选):如果为 True，则缩小后的维度在输出中保留为大小为 1 的维度。默认值为 False。
• where:提供要包含在平均值中的元素

返回值

此函数返回输入数组的平均值。如果指定了 axis 参数，则沿该轴计算平均值。对于一维输入，结果为标量;对于多维输入，结果为数组。

示例

以下是使用 NumPy mean() 函数计算数组平均值的基本示例 -

import numpy as np
# 输入数组
x = np.array([1, 2, 3, 4, 5])
# 应用平均值
result = np.mean(x)
print("平均值结果:", result)

输出

以下是上述代码的输出 -

平均值结果:3.0

示例:指定轴

mean() 函数可以计算多维数组沿特定轴的平均值。在以下示例中，我们计算了二维数组沿轴 0(列)和轴 1(行)的平均值 -

import numpy as np
# 二维数组
x = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 沿轴 0(列)应用平均值
result_axis0 = np.mean(x, axis=0)
# 沿轴 1(行)应用平均值
result_axis1 = np.mean(x, axis=1)
print("沿轴 0 的平均值:", result_axis0)
print("沿轴 1 的平均值:", result_axis1)

输出

以下是上述代码的输出−

轴 0 上的平均值:[4. 5. 6.]
轴 1 上的平均值:[2. 5. 8.]

示例:'keepdims' 参数的用法

keepdims 参数允许结果保留缩小后的尺寸，即尺寸 1。这对于将结果广播回原始形状非常有用。在以下示例中，我们沿轴 0 计算平均值并保留缩减后的维度 -

import numpy as np
# 二维数组
x = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
result = np.mean(x, axis=0, keepdims=True)
print("keepdims=True 时的平均值:", result)

输出

以下是上述代码的输出 -

keepdims=True 时的平均值: [[4. 5. 6.]]

示例:绘制"mean()"函数

在下面的示例中，我们绘制了mean()函数的行为。我们通过导入 Numpy 和 matplotlib.pyplot 模块，计算并绘制了不同大小输入数组的平均值 -

import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
y = np.full_like(x, np.mean(x))
plt.plot(x, y, label="平均值")
plt.title("平均值函数")
plt.xlabel("输入")
plt.ylabel("平均值")
plt.legend()
plt.grid()
plt.show()

输出

该图展示了平均值在输入范围内的恒定性质 -

numpy_statistical_functions.html