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])

print(‘output of mean :, np.mean(a))

print(‘output of average :, np.average(a))

输出结果如下:

output of mean : 2.5

output of average : 2.5

考虑权重的情况下, average() 还可以计算一维的加权平均值, 以下面的code为例:

a = np.array([1,2,3,4])

w = np.array([4,3,2,1])

print(‘output of average :, np.average(a, weights=w))

其输出结果为:

output of average : 2.0

那么这个2.0是怎么得到的, 具体的加权平均是怎么计算的,解析如下:

np.average(a, weights=w) =  a[0] * w[0] / w.sum() + a[1] * w[1] / w.sum() +a[2] * w[2] / w.sum() +a[3] * w[3] / w.sum()  

w.sum() = w[0] + w[1] + w[2] + w[3] = 10 

np.average(a, weights=w) = 1 * 4 / 10 + 2 * 3 / 10 + 3 * 2/ 10 + 4 * 1 / 10 = 0.4 + 0.6 + 0.6 + 0.4  = 2.0

参考文章:Numpy 中 mean() 和 average() 的区别

发布了800 篇原创文章 · 获赞 39 · 访问量 12万+

猜你喜欢

转载自blog.csdn.net/Dontla/article/details/104240433