【Numpy】numpy.mean() 的用法

最新推荐文章于 2025-03-25 13:38:05 发布

晓亮.

最新推荐文章于 2025-03-25 13:38:05 发布

阅读量1.6w

点赞数 14

分类专栏： Numpy 文章标签： python numpy 机器学习

本文链接：https://blog.csdn.net/m0_51816252/article/details/126200259

版权

2 篇文章

订阅专栏

本文详细介绍了numpy库中的mean()函数，包括其用于计算数组元素平均值的功能，以及如何通过axis参数控制按行或按列求平均，同时演示了dtype参数的应用实例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy.mean() 函数，顾名思义就是计算平均值的，不过它可以沿指定轴计算算术平均值。

返回数组元素的平均值。

一、numpy.mean() 的官方文档

numpy.mean() 函数，顾名思义就是计算平均值的，不过它可以沿指定轴计算算术平均值。

返回数组元素的平均值。

numpy.mean（a，

axis=None，

dtype=None，

out=None，

keepdims)

其中：

a, 需要输入一个数组

axis, 默认是对所有元素相加求平均值；axis = 0，对各列求均值；axis = 1，对各行求均值

dtype，表示计算平均数时使用的数据类型。默认为float64

out 和 keepdims在使用中几乎很少用到，一般都是默认

输入一个二行二列的矩阵

import numpy as np
x = np.array([[1,2],[3,4]])
np.mean(x)

输出结果：

2.5

改变参数 axis

import numpy as np
x = np.array([[1,2],[3,4]])
# 计算列矩阵平均值
np.mean(x, axis = 0)
# 计算行矩阵平均值
np.mean(x, axis = 1)

输出结果：

array([2., 3.])

array([1.5., 3.5])

改变参数 dtype

import numpy as np
x = np.array([[1,2],[3,4]])
np.mean(x,axis = 1, dtype = np.float32)

输出结果：

array([1.5, 3.5], dtype=float32)