python计算加权平均分_python – 使用numpy.average的加权平均值

我有一个数组：

In [37]: bias_2e13 # our array

Out[37]:

[1.7277990734072355,

1.9718263893212737,

2.469657573252167,

2.869022991373125,

3.314720313010104,

4.232269039271717]

数组中每个值的错误是：

In [38]: bias_error_2e13 # the error on each value

Out[38]:

array([ 0.13271387, 0.06842465, 0.06937965, 0.23886647, 0.30458249,

0.57906816])

现在我将每个值的误差除以2：

In [39]: error_half # error divided by 2

Out[39]:

array([ 0.06635694, 0.03421232, 0.03468982, 0.11943323, 0.15229124,

0.28953408])

现在我使用numpy.average计算数组的平均值,但使用错误作为权重.

首先,我使用值的完整错误,然后我使用了一半

错误,即错误除以2.

In [40]: test = np.average(bias_2e13,weights=bias_error_2e13)

In [41]: test_2 = np.average(bias_2e13,weights=error_half)

当一个数组的错误是另一个数组的一半时,两个平均值如何给出相同的结果？

In [42]: test

Out[42]: 3.3604746813456936

In [43]: test_2

Out[43]: 3.3604746813456936