Python numpy.mean()-平均数函数

numpy.mean()的使用

这个方法是用来计算给定数组沿指定轴的算术平均值的——即平均数
这是相关语法numpy.mean(arr, axis=None, dtype=float64)
arr表示输入的数据,可以是一维数组或二维数组
axis表示计算平均数的轴,
dtype表示计算平均数时使用的数据类型。默认为float64

示范

// 一维数组
import numpy as np
arr = [1, 2, 3]
print("一维数组 :", arr)
print("平均数:", np.mean(arr))

在这里插入图片描述

// 二维数组求所有数的平均数
import numpy as np
arr =[ [1, 2, 3],[1, 2, 3],[1, 2, 3]]
print("二维数组 :", arr)
print("平均数:", np.mean(arr))

在这里插入图片描述

// 二维数组按列求平均数
import numpy as np
arr =[[1, 2, 3],[1, 2, 3],[1, 2, 3]]
print("二维数组 :", arr)
print("平均数:", np.mean(arr,axis=0))

在这里插入图片描述

// 二维数组按行求平均数
import numpy as np
import numpy as np
arr =[[1, 2, 3],[1, 2, 3],[1, 2, 3]]
print("二维数组 :", arr)
print("平均数:", np.mean(arr,axis=1))

在这里插入图片描述
dtype参数不常用,如果设置成float32,则结果的分辨率较低。

  • 14
    点赞
  • 58
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
引用: 在Python中,使用np.mean()函数来计算数组的平均值。该函数可以接受多个参数,包括输入的数组a、计算的轴axis、数据类型dtype等。默认情况下,np.mean()函数会计算整个数组的平均值,并返回一个标量值。 引用: 如果想改变计算的数据类型,可以使用参数dtype。例如,通过设置dtype=np.float32,可以将计算结果的数据类型设置为32位浮点数。 引用: 当输入一个二行二列的矩阵时,可以使用np.mean()函数计算该矩阵的平均值。默认情况下,np.mean()函数会计算整个矩阵的平均值,并返回一个标量值。 综上所述,np.mean()函数是用于计算数组或矩阵的平均值的Python函数,可以根据需要设置参数来改变计算的方式和结果的数据类型。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [np.mean参数和用法](https://blog.csdn.net/m0_51581537/article/details/129392019)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [【Numpynumpy.mean() 的用法](https://blog.csdn.net/m0_51816252/article/details/126200259)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

三人行v

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值