用numpy.mean怎样计算矩阵均值,代码是什么
Admin 2022-09-03 群英技术资讯 437 次浏览
计算矩阵的均值
>>> a = np.array([[1, 2], [3, 4]]) >>> np.mean(a) # 将上面二维矩阵的每个元素相加除以元素个数(求平均数) 2.5 >>> np.mean(a, axis=0) # axis=0,计算每一列的均值 array([ 2., 3.]) >>> np.mean(a, axis=1) # 计算每一行的均值 array([ 1.5, 3.5])
官方手册
现将mean的常用方法总结如下:
函数体:
numpy.mean(a, axis=None, dtype=None, out=None, keepdims= < class ‘numpy._globals._NoValue'>)[source]
功能:
参数:
①a:必须是数组。
②axis:默认条件下是flatten的array,可以指定相应的轴。
如果是二维矩阵,axis=0返回纵轴的平均值,axis=1返回横轴的平均值。
例子如下:
>>> a = np.array([[1, 2], [3, 4]]) >>> np.mean(a) 2.5 >>> np.mean(a, axis=0) array([ 2., 3.]) >>> np.mean(a, axis=1) array([ 1.5, 3.5])
返回值:
在out=None的情况下,返回的就是你要的平均值呗~
否则,返回一个对平均值的引用。
注意(关于精度):
算术平均值是沿轴的元素总和除以元素的数量。既然是除法,就涉及到一个精确度的问题。
对于浮点输入,平均值的计算使用与输入相同的精度计算,这可能会导致结果不准确,特别是对于float32来说。为了缓解这个问题,我们可以使用dtype关键字指定更高精度的累加器。
具体看下面这个例程:
>>> a = np.zeros((2, 512*512), dtype=np.float32) >>> a[0, :] = 1.0 >>> a[1, :] = 0.1 >>> np.mean(a) 0.54999924
>>> np.mean(a, dtype=np.float64) 0.55000000074505806
如果想要返回标准差,可以调用标准差函数
std = sqrt(平均值(abs(x-x.mean())** 2))
>>> a = np.array([[1, 2], [3, 4]]) >>> np.std(a) 1.1180339887498949 >>> np.std(a, axis=0) array([ 1., 1.]) >>> np.std(a, axis=1) array([ 0.5, 0.5])
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
python能代替JavaScript;可以利用Pyjamas实现Python代替JavaScript,Pyjamas是一种Python的ajax开发框架,可以用于代替HTML和JavaScript编写网络程序,可以重复使用和导入类和模块,并且AJAX库还可以
这篇文章主要为大家介绍了Python实现GB格式序列文件转换Fasta格式文件示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
这篇文章主要介绍了利用Python删除电脑中的重复文件,下文我们来分享解决电脑中文件重复的情况的一个方法,需要的朋友可以参考一下,希望对大家日常问题解决有所帮助
这篇文章主要为大家介绍了Python 字典和字符串,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
这篇文章主要介绍了python连接clickhouse数据库的两种方式小结,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008