在Python3 numpy中mean和average的区别详解

最新推荐文章于 2021-03-25 22:36:13 发布

pyjishu

最新推荐文章于 2021-03-25 22:36:13 发布

阅读量2.8k

点赞数

文章标签： python

本文链接：https://blog.csdn.net/pyjishu/article/details/105433944

版权

本文详细解析了Python3 numpy库中mean和average函数计算均值时的区别，尤其在涉及加权平均值时，average能处理一维加权平均。通过实例展示了两者的使用，适合Python开发人员参考。

摘要由CSDN通过智能技术生成

今天小编就为大家分享一篇在Python3 numpy中mean和average的区别详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧。

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