1.numpy.
mean
(a,axis = None,dtype = None,out = None,keepdims = <无值> )
沿指定轴计算算术平均值。
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。
参量
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。
轴无或整数或整数元组,可选
计算平均值 s的一个或多个轴。默认值是计算平坦数组的平均值。
1.7.0版中的新功能。
如果这是一个整数元组,那么将在多个轴上执行均值运算,而不是像以前那样在单个轴或所有轴上执行均值运算。
dtype 数据类型,可选
用于计算平均值的类型。对于整数输入,默认值为float64
; 对于浮点输入,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,则缩小的轴将保留为尺寸为1的尺寸。使用此选项,结果将针对输入数组正确广播。
如果传递了默认值,则keepdims不会传递给的子类的方法 ,但是任何非默认值都将传递。如果子类的方法未实现keepdims,则将引发任何异常。mean
ndarray
return:
m ndarray,请参见上面的dtype参数
如果out = None,则返回一个包含平均值的新数组,否则返回对输出数组的引用。
2.要创建NumPy数组,可以使用函数np.array()
。
创建简单数组所需要做的就是将列表传递给它。如果选择,还可以在列表中指定数据类型。 您可以在此处找到有关数据类型的更多信息。
>>>
>>> import numpy as np
>>> a = np.array([1, 2, 3])
您可以通过以下方式可视化数组:
请注意,这些可视化旨在简化想法,并使您对NumPy的概念和机制有基本的了解。数组和数组操作比这里捕获的要复杂得多!
3. np.zeros()
除了根据一系列元素创建数组之外,还可以轻松创建一个用填充的数组0
:
>>>
>>> np.zeros(2)
array([0, 0])