NumPy mean() 대 average()

평균은 일련의 관측 값의 중심 값입니다. 기하, 조화, 산술 평균과 같은 다양한 형태의 평균이있을 수 있습니다. 통계의 세계에서 산술 평균과 평균은 같은 의미로 사용됩니다. 둘 다 동일한 공식을 사용하여 계산됩니다. 즉, 총 관측 값의 합계를 총 관측 값 수로 나눈 값입니다.

파이썬에는 산술 평균 또는 평균을 계산할 수있는 두 개의 함수가 있습니다. 이들은NumPy모듈에서 사용할 수있는numpy.mean()및numpy.average()함수입니다.

이 두 함수는 아래에 표시된대로 산술 평균 또는 평균을 계산하는 데 사용할 수 있습니다.

import numpy as np

arr = np.array([12, 15, 18, 19, 20])

print("Average Function: ", np.average(arr))
print("Type returned: ", type(np.average(arr)))

print("Mean Function: ", np.mean(arr))
print("Type returned: ", type(np.mean(arr)))

출력:

Average Function:  16.8
Type returned:  <class 'numpy.float64'>
Mean Function:  16.8
Type returned:  <class 'numpy.float64'>

둘 다 동일한 유형의 최종 출력을 반환하고이 두 함수가 동일하게 보일 수도 있습니다.

그러나 그들 사이에는 몇 가지 차이점이 있습니다. numpy.average()함수는numpy.mean()함수에서는 불가능한 배열의 가중 평균을 계산할 수도 있습니다. 이를 위해 아래와 같이 단순히 가중치를 매개 변수로 함수에 전달합니다.

import numpy as np

arr = np.array([12, 15, 18, 19, 20])
arr_w = np.array([0.1, 0.1, 0.1, 0.2, 0.5])

print("Weighted Average Function: ", np.average(arr, weights=arr_w))

출력:

Weighted Average Function:  18.3

또 다른 중요한 차이점은np.mean()함수가dtype,out,where,keepdims 등과 같은 다른 많은 매개 변수를 가질 수 있으며 이러한 매개 변수는np.mean()에 있다는 것입니다. average()함수 중간이 없습니다.

이러한 추가 매개 변수는 유익 할 수 있습니다. 예를 들어 평균을 계산할 개체 유형을 알 수 없거나 모호한 상황이있을 수 있습니다. 이러한 경우dtype매개 변수를 사용하여 유형을 지정할 수 있습니다. out매개 변수는 결과를 대체 배열에 저장할지 여부를 지정할 수 있습니다. axis매개 변수를 사용하여 평균을 계산하려는 축을 설정할 수도 있습니다. 다음 코드는np.mean()함수에서 일부 매개 변수의 사용을 보여줍니다.

import numpy as np

arr = np.array([[12, 15, 18, 19, 20], [10, 16, 7, 18, 20], [20, 12, 24, 11, 14]])

x = np.arange(3)
print("Mean Function: ", np.mean(arr, dtype=int, axis=1, out=x))
print("Output array: ", x)

출력:

Mean Function:  [16 14 16]
Output array:  [16 14 16]