Python Numpy.mean() - Arithmetisches Mittel

Jinku Hu 30 Januar 2023
  1. Syntax von Numpy.mean()
  2. Beispiel-Codes: numpy.mean() mit 1-D-Array
  3. Beispiel-Codes: numpy.mean() mit 2-D-Array
  4. Beispiel-Codes: numpy.mean() mit Angabe von dtype
Python Numpy.mean() - Arithmetisches Mittel

Die Funktion Numpy.mean() berechnet den arithmetischen Mittelwert oder - in Laienbegriffen - den Mittelwert des gegebenen Arrays entlang der angegebenen Achse.

Syntax von Numpy.mean()

numpy.mean(arr, axis=None, dtype=float64)


arr array_like
Eingabefeld zur Berechnung des arithmetischen Mittels
axis None, int oder tuple von int
Achse, entlang der das arithmetische Mittel berechnet wird.
axis=0 bedeutet das arithmetische Mittel, das entlang der Spalte berechnet wird,
axis=1 bedeutet das arithmetische Mittel entlang der Zeile.
Es behandelt das mehrdimensionale Array als eine abgeflachte Liste, wenn axis nicht angegeben ist.
dtype dtype oder None
Datentyp, der bei der Berechnung des arithmetischen Mittels verwendet wird. Voreinstellung ist float64.


Sie gibt das arithmetische Mittel des gegebenen Arrays oder ein Array mit dem arithmetischen Mittel entlang der angegebenen Achse zurück.

Beispiel-Codes: numpy.mean() mit 1-D-Array

import numpy as np

arr = [10, 20, 30]
print("1-D array :", arr)
print("Mean of arr is ", np.mean(arr))


1-D array : [10, 20, 30]
Mean of arr is  20.0

Beispiel-Codes: numpy.mean() mit 2-D-Array

import numpy as np

arr = [[10, 20, 30], [3, 50, 5], [70, 80, 90], [100, 110, 120]]

print("Two Dimension array :", arr)
print("Mean with no axis :", np.mean(arr))
print("Mean with axis along column :", np.mean(arr, axis=0))
print("Mean with axis aong row :", np.mean(arr, axis=1))


Two Dimension array : [[10, 20, 30], [3, 50, 5], [70, 80, 90], [100, 110, 120]]
Mean with no axis : 57.333333333333336
Mean with axis along column : [45.75 65.   61.25]
Mean with axis aong row : [ 20.          19.33333333  80.         110.        ]

np.mean(arr) behandelt das Eingangs-Array als das abgeflachte Array und berechnet das arithmetische Mittel dieses 1-D abgeflachten Arrays.

np.mean(arr, axis=0) berechnet den arithmetischen Mittelwert entlang der Spalte.

np.std(arr, axis=1) berechnet den arithmetischen Mittelwert entlang der Zeile.

Beispiel-Codes: numpy.mean() mit Angabe von dtype

import numpy as np

arr = [10.12, 20.3, 30.28]
print("1-D Array :", arr)
print("Mean of arr :", np.mean(arr))
print("Mean of arr with float32 data :", np.mean(arr, dtype=np.float32))
print("Mean of arr with float64 data :", np.mean(arr, dtype=np.float64))


1-D Array : [10.12, 20.3, 30.28]
Mean of arr : 20.233333333333334
Mean of arr with float32 data : 20.233332
Mean of arr with float64 data : 20.233333333333334

Wenn der Parameter dtype in der Funktion numpy.mean() angegeben ist, verwendet er den angegebenen Datentyp während der Berechnung des arithmetischen Mittels.

Das Ergebnis hat eine geringere Auflösung, wenn wir den Datentyp float32 anstelle des Standarddatentyps float64 verwenden.

Autor: Jinku Hu
Jinku Hu avatar Jinku Hu avatar

Founder of Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.

LinkedIn Facebook