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