API · NumPy
Python Numpy.mean() - Moyenne arithmétique
La fonction numpy.mean() calcule la moyenne arithmétique d'un tableau le long de l'axe spécifié.
Sur cette page
La fonction Numpy.mean() calcule la moyenne arithmétique, ou en termes simples - moyenne, du tableau donné le long l’axe spécifié.
Syntaxe de numpy.mean()
numpy.mean(arr, axis=None, dtype=float64)
Paramètres
arr |
array_like tableau d’entrée pour calculer la moyenne arithmétique |
axis |
None, int ou tuple de int Axe le long duquel la moyenne arithmétique est calculée. axis = 0 signifie moyenne arithmétique calculée le long de la colonne, axis = 1 signifie moyenne arithmétique le long de la ligne. Il traite le tableau à plusieurs dimensions comme une liste aplatie si axis n’est pas donné. |
dtype |
dtype ou None Type de données utilisé lors du calcul de la moyenne arithmétique. La valeur par défaut est float64 |
Revenir
Il retourne la moyenne arithmétique du tableau donné ou un tableau avec la moyenne arithmétique le long de l’axe spécifié.
Exemples de codes: numpy.mean() avec un tableau 1-D
import numpy as np
arr = [10, 20, 30]
print("1-D array :", arr)
print("Mean of arr is ", np.mean(arr))
Production:
1-D array : [10, 20, 30]
Mean of arr is 20.0
Exemples de codes: numpy.mean() avec un tableau 2D
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))
Production:
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) traite le tableau d’entrée comme le tableau aplati et calcule la moyenne arithmétique de ce tableau aplati 1D.
np.mean(arr, axis = 0) calcule la moyenne arithmétique le long de la colonne.
np.std(arr, axe = 1) calcule la moyenne arithmétique le long de la ligne.
Exemples de codes: numpy.mean() avec dtype spécifié
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))
Production:
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
Si le paramètre dtype est donné dans la fonction numpy.mean(), il utilise le type de données spécifié lors du calcul de la moyenne arithmétique.
Le résultat a une résolution inférieure si nous utilisons le type de données float32 plutôt que le float64 par défaut.
