파이썬 numpy.average() 함수

1. 파이썬 numpy.average() 함수
2. Python에서 numpy.average() 함수 구현
3. numpy.mean() 함수와의 비교

NumPy 라이브러리에서 제공하는 여러 기능은 Python으로 코딩하는 동안 다양한 분야에서 도움을 주기 위해 널리 활용됩니다. 그 중 하나가 이 기사의 초점이 될 numpy.average() 함수입니다.

이 튜토리얼에서는 numpy.average() 함수와 NumPy 라이브러리를 사용하여 Python에서 구현하는 방법에 대해 설명합니다.

파이썬 numpy.average() 함수

numpy.average() 함수는 이름에서 알 수 있듯이 NumPy 라이브러리에서 제공하는 기능 목록 아래에 있습니다. 이 라이브러리는 숫자를 쉽게 처리하고 특정 작업을 수행할 수 있게 해주는 중요하고 인기 있는 라이브러리입니다. .

간단히 말해서 numpy.average() 함수는 지정해야 하는 축을 따라 특정 배열과 유사한 구조의 가중 평균을 계산하는 데 사용됩니다.

numpy.average() 구문 및 해당 매개변수는 독자의 이해를 돕기 위해 아래에 언급 및 설명되어 있습니다.

numpy.average(a, axis=None, weights=None, returned=False, *, keepdims= < no value >)

이 기능과 관련된 매개변수는 아래에서 자세히 설명합니다.

1. a - 기능이 작동할 객체입니다. 이 경우 배열과 같은 구조입니다. 그렇지 않은 경우 자동 변환 프로세스를 시도할 수 있습니다.
2. axis - 평균을 계산해야 하는 축 또는 축이 이 매개변수에 지정/저장됩니다.
3. weights - 어레이 a에 있는 요소의 가중치를 각각 포함하는 a의 크기와 유사한 어레이.
4. returned 및 keepdims 매개변수는 선택 사항이며 이 코드에서 가져온 예제와 관련이 없습니다. 그러나 호기심 많은 독자를 위해 둘 다 인터넷에서 쉽게 찾을 수 있습니다.

Python에서 numpy.average() 함수 구현

numpy.average() 함수를 구현하는 것은 간단하며 초보자도 쉽게 이해할 수 있습니다.

다음 코드는 numpy.average() 함수를 구현합니다.

import numpy as np

a = [10, 20, 30, 80]
b = np.average(a)
print(b)

위의 코드는 다음 출력을 제공합니다.

35.0

numpy.mean() 함수와의 비교

언뜻 보기에 numpy.average() 함수와 numpy.mean() 함수는 모두 동일한 작업을 수행하는 것처럼 보이며 일반적인 숫자 시나리오에서는 동일한 결과를 제공하기도 합니다.

위의 예를 들어 목록의 평균과 평균을 계산해 보겠습니다.

import numpy as np

a = [10, 20, 30, 80]
b = np.average(a)
c = np.mean(a)
print(b)
print(c)

위의 코드는 다음 출력을 제공합니다.

35.0
35.0

그러나 이 두 가지 모두 고유한 동작도 있기 때문에 서로 다릅니다.

numpy.average() 함수에는 지정된 배열과 유사한 구조의 가중 평균을 계산할 수 있는 weight 매개변수가 포함되어 있습니다. 이 기능은 numpy.mean() 함수에 없습니다.

또한 numpy.mean() 함수에는 dtype 매개변수가 있어 숫자뿐 아니라 함수에 전달될 수 있는 모호한 객체에서도 함수가 작동하도록 하는 데 유용합니다. 반면에 numpy.average() 함수에는 이 기능이 없고 정수에서만 작동합니다.

numpy.mean() 함수는 마스크를 고려합니다. 즉, 이 함수의 도움으로 계산된 평균은 마스크되지 않은 값만 고려합니다. 그러나 numpy.average()는 마스크의 개념을 사용하지 않습니다.