Python3——numpy中mean和average的区别
mean和average都是计算均值的函数,在不指定权重的时候average和mean是一样的。指定权重后,average可以计算一维的加权平均值。具体如下:
import numpy as np
a = np.array([np.random.randint(0, 20, 5), np.random.randint(0, 20, 5)])
print('原始数据\n', a)
print('mean函数'.center(20, '*'))
print('对所有数据计算\n', a.mean())
print('axis=0,按行方向计算,即每列\n', a.mean(axis=0)) # 按行方向计算,即每列
print('axis=1,按列方向计算,即每行\n', a.mean(axis=1)) # 按列方向计算,即每行
print('average函数'.center(20, '*'))
print('对所有数据计算\n', np.average(a))
print('axis=0,按行方向计算,即每列\n', np.average(a, axis=0)) # 按行方向计算,即每列
print('axis=1,按列方向计算,即每行\n', np.average(a, axis=1)) # 按列方向计算,即每行
b = np.array([1, 2, 3, 4])
wts = np.array([4, 3, 2, 1])
print('不指定权重\n', np.average(b))
print('指定权重\n', np.average(b, weights=wts))
运行结果:
原始数据[[10 12 7 14 5][12 10 2 16 7]]
*******mean函数*******
对所有数据计算9.5
axis=0,按行方向计算,即每列[ 11. 11. 4.5 15. 6. ]
axis=1,按列方向计算,即每行[ 9.6 9.4]
*****average函数******
对所有数据计算9.5
axis=0,按行方向计算,即每列[ 11. 11. 4.5 15. 6. ]
axis=1,按列方向计算,即每行[ 9.6 9.4]
不指定权重2.5
指定权重2.0
Python3——numpy中mean和average的区别相关推荐
- python中average什么意思_在Python3 numpy中mean和average的区别详解
mean和average都是计算均值的函数,在不指定权重的时候average和mean是一样的.指定权重后,average可以计算一维的加权平均值. 具体如下: import numpy as np ...
- Numpy 中 mean() 和 average() 的区别?(average可计算加权平均)
在Numpy中, mean() 和 average()都有取平均数的意思, 在不考虑加权平均的前提下,两者的输出是一样的 , 如下面的Code : a = np.array([1,2,3,4])pri ...
- 关于numpy中eye和identity的区别详解
https://www.jb51.net/article/175386.htm np.identity(n, dtype=None) np.eye(N, M=None, k=0, dtype=< ...
- 论numpy中matrix 和 array的区别
论numpy中matrix 和 array的区别 原文:http://blog.csdn.net/vincentlipan/article/details/20717163 数组转换矩阵: A = ...
- Numpy中flatten与ravel的区别
Numpy中flatten与ravel的区别 看到在看到numpy文档的时候看到两个非常相似的方法,即flattenflattenflatten和ravelravelravel,两个函数的功能十分接近 ...
- [转载] Python杂谈 | (6) numpy中array()和asarray()的区别
参考链接: Python中的numpy.asarray numpy中的array()和asarray()方法非常类似,他们都可以接受列表或数组类型的数据作为参数.当他们的参数是列表型数据时,二者没有区 ...
- python3 numpy中矩阵np.dot(a,b)乘法运算
python np.dot(a,b)乘法运算 首先我们知道矩阵运算是不满足交换律的,np.dot(a, b)与np.dot(b, a)是不一样的 另外np.dot(a,b)和a.dot(b)果是一样的 ...
- numpy中matmul,dot,multiply的区别
结论: np.matmul用于矩阵相乘,dot即适用于矩阵相乘也使用标量与矩阵相乘.*,multiply用于两个矩阵中对应的元素相乘. 上面这句话的理解:np.matmul(a,b) a.sha ...
- numpy中ravel()与flatten()的区别
我在练习机器学习中梯度下降的编程学习中,需要扁平化一个array,我脑子中就出现了ravel()与flatten(),两个扁平化的函数,他们俩的共功能相同,可是到底有什么区别呢. 先看看两个函数的使用 ...
最新文章
- 中信证券新基建专题报告《5G和数据中心的投资机会》
- 18、INSERT:插入数据(添加数据)
- 2018 最好的机器学习实用指南书籍来了!
- freemarker小例子
- MySQL InnoDB Memcached Plugin在Oray公司的实践
- AJAX方式进行验证码的判断(JS方式)
- 从坐标移动_ABB知识点13:工件坐标系定义
- 能自动更新的万能周报模板,有手就会用!
- powerDesigner修改mysql建表语句
- 语音识别算法有哪些_语音识别特征提取方法
- 计算机培训心得ppt展示,ppt制作学习心得
- 常见的十几种编程语言介绍
- 深入解析J.U.C并发包(二)——AtomicInteger类
- 布局管理器——表格布局
- python 来实现文件复制操作
- 【latex】LaTeX调整图片大小的方法;自动调整合适的大小
- 【论文理解】理解yolov3的anchor、置信度和类别概率
- IFR报告显示过去五年全球工业机器人销量翻番
- linux那种压缩速度最快,关于linux:速度快性能好压缩神器-zstd
- Office Word 公式乱码解决方案 symbol字体安装文件 symbol.ttf下载