Aujourd'hui, je vais partager avec vous une explication détaillée de la différence entre la moyenne et la moyenne en Python3 numpy, qui a une bonne valeur de référence, et j'espère que cela vous sera utile. Suivons l'éditeur pour jeter un œil.
La moyenne et la moyenne sont des fonctions de calcul de la moyenne. Lorsque le poids n'est pas spécifié, la moyenne et la moyenne sont identiques. Après avoir spécifié le poids, la moyenne peut calculer la moyenne pondérée unidimensionnelle.
détails comme suit:
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))
résultat de l'opération:
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
L'explication détaillée ci-dessus de la différence entre la moyenne et la moyenne en Python3 numpy est tout le contenu partagé par l'éditeur, j'espère vous donner une référence.
Pour résumer:
Je suis ingénieur en développement python et j'ai compilé un ensemble des derniers didacticiels d'apprentissage du système python, y compris des scripts python de base pour le développement Web, des robots d'exploration, l'analyse de données, la visualisation de données, l'apprentissage automatique et des collections d'interviews. Ceux qui veulent ces matériaux peuvent faire attention à l'éditeur, ajouter la jupe Q 851211580 pour récupérer le matériel d'apprentissage Python et les vidéos d'apprentissage, et les conseils en ligne du Grand Dieu!