סכום האלמנטים, יחד עם ציר חלקי מספר האלמנטים, ידוע בשם ממוצע אריתמטי . הפונקציה numpy.mean() משמשת לחישוב הממוצע האריתמטי לאורך הציר שצוין.
פונקציה זו מחזירה את הממוצע של רכיבי המערך. כברירת מחדל, הממוצע נלקח על המערך השטוח. אחרת בציר שצוין, צף 64 הוא ביניים, כמו כן נעשה שימוש בערכי החזרה עבור כניסות מספרים שלמים
תחביר
numpy.mean(a, axis=None, dtype=None, out=None, keepdims=)
פרמטרים
אלו הם הפרמטרים הבאים בפונקציה numpy.mean():
שיפוע לא מוגדר
a: array_like
פרמטר זה מגדיר את מערך המקור המכיל אלמנטים שהממוצע שלהם רצוי. במקרה כזה שבו 'a' אינו מערך, מנסים לבצע המרה.
ציר: None, int או tuple of ints (אופציונלי)
פרמטר זה מגדיר את הציר שלאורכו מחושבים האמצעים. כברירת מחדל, הממוצע מחושב של המערך השטוח. בגרסה 1.7.0, אם מדובר ב-tuple of ints, הממוצע מבוצע על פני מספר צירים, במקום ציר בודד או כל הצירים כמו קודם.
dtype: data-type (אופציונלי)
פרמטר זה משמש להגדרת סוג הנתונים המשמש לחישוב הממוצע. עבור כניסות של מספרים שלמים, ברירת המחדל היא float64, ועבור כניסות של נקודה צפה היא זהה לקלט dtype.
החוצה: ndarray (אופציונלי)
פרמטר זה מגדיר מערך פלט חלופי בו תוצב התוצאה. צורת המערך המתקבל צריכה להיות זהה לצורת הפלט הצפוי. סוג ערכי הפלט יצוק בעת הצורך.
keepdims: bool (אופציונלי)
כאשר הערך נכון, הציר המופחת נשאר כממדים עם גודל אחד בפלט/תוצאה. כמו כן, התוצאה משדרת בצורה נכונה מול מערך הקלט. כאשר ערך ברירת המחדל מוגדר, Keepdims לא עובר בשיטה הממוצעת של תת מחלקות של ndarray, אבל כל ערך שאינו ברירת מחדל יעבור בוודאי. במקרה ששיטת תת המחלקה לא מיישמת keepdims, אזי בוודאי יעלה חריג.
לַחֲזוֹר
אם נגדיר את הפרמטר 'out' ל אף אחד , פונקציה זו מחזירה מערך חדש המכיל את הערכים הממוצעים. אחרת, הוא יחזיר את ההפניה למערך הפלט.
דוגמה 1:
import numpy as np a = np.array([[1, 2], [3, 4]]) b=np.mean(a) b x = np.array([[5, 6], [7, 34]]) y=np.mean(x) y
תְפוּקָה:
2.5 13.0
בקוד למעלה
- ייבאנו numpy עם שם הכינוי np.
- יצרנו שני מערכים 'a' ו-'x' באמצעות הפונקציה np.array() .
- הכרזנו על המשתנים 'b' ו-'y' והקצינו את ערך ההחזרה של הפונקציה np.zeros() .
- העברנו מערכים 'a' ו-'x' בפונקציה.
- לבסוף, ניסינו להדפיס את הערך של 'b' ו-'y'.
דוגמה 2:
import numpy as np a = np.array([[2, 4], [3, 5]]) b=np.mean(a,axis=0) c=np.mean(a,axis=1) b c
תְפוּקָה:
array([2.5, 4.5]) array([3., 4.])
דוגמה 3:
בדייקנות בודדת, הממוצע יכול להיות לא מדויק:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[0, :] = 23.0 a[1, :] = 32.0 c=np.mean(a) c
תְפוּקָה:
27.5
בקוד למעלה
- ייבאנו numpy עם שם הכינוי np.
- יצרנו מערך 'a' באמצעות הפונקציה np.zeros() עם dtype float32.
- הגדרנו את הערך של כל האלמנטים של שורה 1 ל-23.0 ושורה 2 32.0.
- עברנו את המערך 'a' בפונקציה והקצנו את ערך ההחזרה של הפונקציה np.mean() .
- לבסוף, ניסינו להדפיס את הערך של 'c'.
בפלט, הוא מציג את הממוצע של מערך 'a'.
דוגמה 4:
חישוב הממוצע ב-float64 מדויק יותר:
import numpy as np a[0, :] = 2.0 a[1, :] = 0.2 c=np.mean(a) c d=np.mean(a, dtype=np.float64) d
תְפוּקָה:
1.0999985 1.1000000014901161