这篇文章主要介绍了大蟒的numpy库中的平均值()函数用法介绍，具有很好对参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

1. mean() 函数定义：

numpy.mean(a，axis=None，dtype=None，out=None，keepdims=class numpy ._全球0x 40 b 6 a 26 c处无值)[来源]

沿着指定的轴计算算术平均值。

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64号浮子中间值和返回值用于整数输入。

参数：

答：数组_喜欢

包含需要其平均值的数字的数组。如果不是数组，则尝试转换。

轴：无或整数或整数元组，可选

沿其计算平均值的一个或多个轴。默认情况下，计算展平数组的平均值。

版本1.7.0中的新增功能。

如果这是一个整数元组，则在多个轴上进行平均，而不是像以前那样在单个轴或所有轴上进行平均。

数据类型，可选

用于计算平均值的类型。对于整数输入，默认值是float64对于浮点输入，它与输入数据类型相同。

出局：ndarray，可选

放置结果的备用输出数组。默认值为无；如果提供的话，它必须与预期的输出具有相同的形状，但是如果需要的话，该类型将被强制转换。详见doc.ufuncs .

波尔，可选

如果设置为真，减少的轴将作为尺寸为一的尺寸留在结果中。使用此选项，结果将根据输入数组正确传播。

如果传递的是默认值，那么keepdims不会传递给恩达雷的子类的意思是方法，但是任何非默认值都会传递。如果子类总和方法不实现keepdims，则会引发任何异常。

退货：

男：恩达拉雷，请参见上面的数据类型参数

如果out=无，则返回包含平均值的新数组，否则返回对输出数组的引用。

2 mean()函数功能：求取均值

经常操作的参数为轴，以男*女矩阵举例：

轴不设置值，对男*女个数求均值，返回一个实数

轴=0:压缩行，对各列求均值，返回1* n矩阵

轴=1:压缩列，对各行求均值，返回m *1矩阵

举例：

将numpy作为铭牌导入

num1=np.array([[1，2，3]、[2，3，4]、[3，4，5]、[4，5，6]])

现在2=np.mat(num1)

现在2

矩阵([[1,2,3],

[2, 3, 4],

[3, 4, 5],

[4, 5, 6]])

np.mean(now2) #对所有元素求均值

3.5

np.mean(now2，0) #压缩行，对各列求均值

矩阵([[ 2.5,3.5,4.5]])

np.mean(now2，1) #压缩列，对各行求均值

矩阵([[ 2。],

[ 3.],

[ 4.],

[ 5.]])

补充拓展：numpy的np.nanmax和np.max区别（坑）

numpy的南麦克斯和np.array([1，2，3，np.nan]).最大()的区别（坑)

numpy中numpy.nanmax的官方文档

原理

在计算数据帧最大值时，最先用到的一定是系列对象的最大()方法(),最终结果是4。

s1=pd .系列([1,2,3,4,名词性名词])

s1_max=s1.max()

但是笔者由于数据量巨大，列数较多，于是为了加快计算速度，采用numpy进行最大值的计算，但正如以下代码，最终结果得到的是南，而非4。发现，采用这种方式计算最大值，南也会包含进去，并最终结果为南。

s1=pd .系列([1,2,3,4,名词性名词])

s1_max=s1.values.max()

圆盘烤饼

通过阅读numpy的文档发现，存在南麦克斯的函数，可以将南京大学排除进行最大值的计算，并得到想要的正确结果。

当然不止是最大值、最小值、标准差、平均值均会存在列中含有南京大学时，s1.values.min /std/mean()返回圆盘烤饼的情况。

速度区别

速度由快到慢依次：

s1=pd .系列([1,2,3,4,5,名词性名词])

#速度由快至慢

NP。南麦克斯(S1。值)NP。南麦克斯(S1)S1。最大()

以上关于python的numpy库中mean()函数使用的介绍，就是边肖分享的全部内容。希望能给你一个参考，多多支持我们。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。