欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

在Python3 numpy中mean和average的區(qū)別詳解

 更新時(shí)間:2019年08月24日 16:59:25   作者:Muzi_Water  
今天小編就為大家分享一篇在Python3 numpy中mean和average的區(qū)別詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

mean和average都是計(jì)算均值的函數(shù),在不指定權(quán)重的時(shí)候average和mean是一樣的。指定權(quán)重后,average可以計(jì)算一維的加權(quán)平均值。

具體如下:

import numpy as np
a = np.array([np.random.randint(0, 20, 5), np.random.randint(0, 20, 5)])
print('原始數(shù)據(jù)\n', a)
print('mean函數(shù)'.center(20, '*'))
print('對(duì)所有數(shù)據(jù)計(jì)算\n', a.mean())
print('axis=0,按行方向計(jì)算,即每列\(zhòng)n', a.mean(axis=0)) # 按行方向計(jì)算,即每列
print('axis=1,按列方向計(jì)算,即每行\(zhòng)n', a.mean(axis=1)) # 按列方向計(jì)算,即每行
print('average函數(shù)'.center(20, '*'))
print('對(duì)所有數(shù)據(jù)計(jì)算\n', np.average(a))
print('axis=0,按行方向計(jì)算,即每列\(zhòng)n', np.average(a, axis=0)) # 按行方向計(jì)算,即每列
print('axis=1,按列方向計(jì)算,即每行\(zhòng)n', np.average(a, axis=1)) # 按列方向計(jì)算,即每行
b = np.array([1, 2, 3, 4])
wts = np.array([4, 3, 2, 1])
print('不指定權(quán)重\n', np.average(b))
print('指定權(quán)重\n', np.average(b, weights=wts))

運(yùn)行結(jié)果:

原始數(shù)據(jù)
 [[10 12 7 14 5]
 [12 10 2 16 7]]
*******mean函數(shù)*******
對(duì)所有數(shù)據(jù)計(jì)算
 9.5
axis=0,按行方向計(jì)算,即每列
 [ 11. 11. 4.5 15. 6. ]
axis=1,按列方向計(jì)算,即每行
 [ 9.6 9.4]
*****average函數(shù)******
對(duì)所有數(shù)據(jù)計(jì)算
 9.5
axis=0,按行方向計(jì)算,即每列
 [ 11. 11. 4.5 15. 6. ]
axis=1,按列方向計(jì)算,即每行
 [ 9.6 9.4]
不指定權(quán)重
 2.5
指定權(quán)重
 2.0

以上這篇在Python3 numpy中mean和average的區(qū)別詳解就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。

相關(guān)文章

最新評(píng)論