Метод mean
Метод mean класса ndarray вычисляет среднее арифметическое
всех элементов массива или вдоль указанной оси.
По умолчанию метод возвращает среднее значение для всего массива,
приведённое к типу float64.
Синтаксис
arr.mean(axis=None, dtype=None, out=None, keepdims=False)
Параметры метода:
-
axis- ось или оси, вдоль которых вычисляется среднее. По умолчаниюNone- вычисление по всему массиву. -
dtype- тип данных для результата. Если не указан, используется тип float64. -
out- альтернативный выходной массив для результата. -
keepdims- если истина, размерность результата сохраняется.
Пример
Давайте вычислим среднее арифметическое всех элементов одномерного массива:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
res = arr.mean()
print(res)
Результат выполнения кода:
3.0
Пример
Теперь вычислим среднее для двумерного массива по строкам (по оси 0) и по столбцам (по оси 1):
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
res_rows = arr.mean(axis=0)
res_cols = arr.mean(axis=1)
print("Mean by rows (axis=0):", res_rows)
print("Mean by columns (axis=1):", res_cols)
Результат выполнения кода:
Mean by rows (axis=0): [2.5 3.5 4.5]
Mean by columns (axis=1): [2. 5.]
Пример
Рассмотрим использование параметра keepdims для сохранения размерности:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
res = arr.mean(axis=0, keepdims=True)
print("Result with keepdims:")
print(res)
print("Shape:", res.shape)
Результат выполнения кода:
Result with keepdims:
[[2.5 3.5 4.5]]
Shape: (1, 3)
Пример
Метод mean также работает с многомерными массивами вдоль нескольких осей:
import numpy as np
arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
res = arr.mean(axis=(0, 2))
print(res)
Результат выполнения кода:
[3.5 5.5]
