Python Numpy.mean() - 산술 평균
-
numpy.mean()의 구문 -
예제 코드: 1 차원 배열이있는
numpy.mean() -
예제 코드: 2 차원 배열이있는
numpy.mean() -
예제 코드:
dtype이 지정된numpy.mean()
Numpy.mean() 함수는 주어진 배열의 산술 평균 또는 평신도 단어-평균을 계산합니다. 지정된 축.
numpy.mean()의 구문
numpy.mean(arr, axis=None, dtype=float64)
매개 변수
arr |
산술 평균을 계산하기위한 array_like 입력 배열 |
axis |
int의None,int 또는tuple 산술 평균이 계산되는 축입니다. axis=0은 열을 따라 계산 된 산술 평균을 의미하고, axis=1은 행을 따라 계산 된 산술 평균을 의미합니다. axis가 제공되지 않으면 다차원 배열을 평면화 된 목록으로 취급합니다. |
dtype |
dtype또는 None 산술 평균 계산에 사용되는 데이터 유형입니다. 기본값은float64입니다. |
반환
주어진 배열의 산술 평균을 반환하거나 지정된 축을 따라 산술 평균이있는 배열을 반환합니다.
예제 코드: 1 차원 배열이있는numpy.mean()
import numpy as np
arr = [10, 20, 30]
print("1-D array :", arr)
print("Mean of arr is ", np.mean(arr))
출력:
1-D array : [10, 20, 30]
Mean of arr is 20.0
예제 코드: 2 차원 배열이있는numpy.mean()
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))
출력:
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)은 입력 배열을 평면화 된 배열로 취급하고이 1 차원 평면화 된 배열의 산술 평균을 계산합니다.
np.mean(arr, axis = 0)은 열을 따라 산술 평균을 계산합니다.
np.std(arr, axis = 1)는 행을 따라 산술 평균을 계산합니다.
예제 코드: dtype이 지정된numpy.mean()
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))
출력:
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
numpy.mean()함수에dtype 매개 변수가 주어지면 산술 평균을 계산할 때 지정된 데이터 유형을 사용합니다.
기본 float64가 아닌 float32데이터 유형을 사용하면 결과의 해상도가 낮아집니다.
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