在Python3 numpy中mean和average的区别详解


						mean和average都是计算均值的函数，在不指定权重的时候average和mean是一样的。指定权重后，average可以计算一维的加权平均值。

具体如下：





import numpy as np

a = np.array([np.random.randint(0, 20, 5), np.random.randint(0, 20, 5)])

print('原始数据\n', a)

print('mean函数'.center(20, '*'))

print('对所有数据计算\n', a.mean())

print('axis=0，按行方向计算，即每列\n', a.mean(axis=0)) # 按行方向计算，即每列

print('axis=1，按列方向计算，即每行\n', a.mean(axis=1)) # 按列方向计算，即每行

print('average函数'.center(20, '*'))

print('对所有数据计算\n', np.average(a))

print('axis=0，按行方向计算，即每列\n', np.average(a, axis=0)) # 按行方向计算，即每列

print('axis=1，按列方向计算，即每行\n', np.average(a, axis=1)) # 按列方向计算，即每行

b = np.array([1, 2, 3, 4])

wts = np.array([4, 3, 2, 1])

print('不指定权重\n', np.average(b))

print('指定权重\n', np.average(b, weights=wts))



运行结果：





原始数据

 [[10 12 7 14 5]

 [12 10 2 16 7]]

*******mean函数*******

对所有数据计算

 9.5

axis=0，按行方向计算，即每列

 [ 11. 11. 4.5 15. 6. ]

axis=1，按列方向计算，即每行

 [ 9.6 9.4]

*****average函数******

对所有数据计算

 9.5

axis=0，按行方向计算，即每列

 [ 11. 11. 4.5 15. 6. ]

axis=1，按列方向计算，即每行

 [ 9.6 9.4]

不指定权重

 2.5

指定权重

 2.0







以上这篇在Python3 numpy中mean和average的区别详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。