Python Numpy.mean() - Media aritmetica
-
Sintassi di
numpy.mean() -
Codici di esempio:
numpy.mean()con array 1-D -
Codici di esempio:
numpy.mean()con 2-D Array -
Codici di esempio:
numpy.mean()condtypespecificato
La funzione Numpy.mean() calcola la media aritmetica, o in parole semplici - media, di un array data lungo l’asse specificato.
Sintassi di numpy.mean()
numpy.mean(arr, axis=None, dtype=float64)
Parametri
arr |
array_like array di input per calcolare la media aritmetica |
axis |
None, int o tupla di int Asse lungo il quale viene calcolata la media aritmetica. axis=0 significa media aritmetica calcolata lungo la colonna, axis=1 significa media aritmetica lungo la riga. Tratta la matrice a più dimensioni come una lista appiattito se axis non è dato. |
dtype |
dtype o None Tipo di dati utilizzato durante il calcolo della media aritmetica. L’impostazione predefinita è float64 |
Ritorno
Restituisce la media aritmetica di un array data o un array con la media aritmetica lungo l’asse specificato.
Codici di esempio: numpy.mean() con array 1-D
import numpy as np
arr = [10, 20, 30]
print("1-D array :", arr)
print("Mean of arr is ", np.mean(arr))
Produzione:
1-D array : [10, 20, 30]
Mean of arr is 20.0
Codici di esempio: numpy.mean() con 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))
Produzione:
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) considera l’array di input come un array appiattito e calcola la media aritmetica di questo array unidirezionale appiattito.
np.mean(arr, axis=0) calcola la media aritmetica lungo la colonna.
np.std(arr, axis=1) calcola la media aritmetica lungo la riga.
Codici di esempio: numpy.mean() con dtype specificato
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))
Produzione:
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
Se il parametro dtype è fornito nella funzione numpy.mean(), utilizza il tipo di dati specificato durante il calcolo della media aritmetica.
Il risultato ha una risoluzione inferiore se usiamo il tipo di dati float32 invece del tipo predefinito float64.
Founder of DelftStack.com. 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