python中mean函数_Python numpy.nanmean函数方法的使用

numpy.nanmean

numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=

沿指定轴计算算术平均值，忽略NaN。

返回数组元素的平均值。 默认情况下，平均值取自展平的数组，否则取自指定的轴。float64中间值和返回值用于整数输入。

对于所有NaN片，将返回NaN并引发RuntimeWarning。

1.8.0版中的新功能。参数 ：a ：array_like

包含期望平均值的数字的数组。

如果a不是数组，则尝试进行转换。

axis ：{int, int类型tuple, None}, 可选

计算均值所依据的一个或多个轴。

默认值是计算平坦数组的平均值。

dtype ：data-type, 可选

用于计算平均值的类型。对于整数输入，

默认值为float64;对于不精确的输入，

它与输入dtype相同。

out ：ndarray, 可选

要在其中放置结果的备用输出数组。

默认值为None。如果提供的话，

它的形状必须与预期的输出形状相同，

但是如果需要的话，

将强制转换类型。有关更多详细信息，

请参见ufuncs-output-type。

keepdims ：bool, 可选

如果将其设置为True，

那么被缩减的轴将在结果中保留尺寸为1的维度。

使用此选项，结果将相对于原始a正确传递。

如果该值不是默认值，

则keepdims将传递给ndarray子类的mean或sum方法。

如果子类方法未实现keepdims，则将引发任何异常。

返回值 ：m ：ndarray, see dtype parameter above

如果out = None，则返回包含平均值的新数组，

否则返回对输出数组的引用。

对于仅包含NaN的切片，将返回Nan。

Notes

算术平均值是沿轴的非NaN元素之和除以非NaN元素的数量。

请注意，对于浮点输入，将使用与输入相同的精度来计算平均值。根据输入数据，这可能导致结果不准确，尤其是对于float32。使用dtype关键字指定高精度的累加器可以缓解此问题。

例子>>> a = np.array([[1, np.nan], [3, 4]])

>>> np.nanmean(a)

2.6666666666666665

>>> np.nanmean(a, axis=0)

array([2., 4.])

>>> np.nanmean(a, axis=1)

array([1., 3.5]) # may vary