Python 中的 numpy.average()

Python 的 numpy 模块提供了一个名为 numpy.average() 的函数，用于计算沿指定轴的加权平均值。

语法

参数

x: array_like

此参数定义了我们要计算其元素平均值的源数组。如果 'x' 是一个数组，则会尝试进行转换。

axis：int 或 None 或 int 元组（可选）

此参数定义了要计算平均值的轴。默认情况下，axis 设置为 None，这将计算源数组所有元素的平均值。当 axis 的值为负数时，计数从结束轴开始到开始轴。

weights：array_like（可选）

此参数定义一个包含与数组值关联的权重的数组。数组元素的每个值与其关联的权重一起构成平均值。加权数组可以是一维的，也可以与输入数组的形状相同。当数组元素没有关联的权重时，所有元素的权重都将被视为 1。

returned：bool（可选）

默认情况下，此参数设置为 False。如果将其设置为 True，则返回平均值和 sum_of_weights 的元组。如果为 False，则返回平均值。如果 weights 没有值，加权和等价于元素的数量。

返回值

retval，[sum_of_weights]：array_type 或 double

此函数返回平均值或平均值和 sum_of_weights，这取决于 returned 参数。

引发

ZeroDivisionError

当沿轴的所有权重都设置为零时，会引发此错误。

TypeError

当加权数组的长度与输入数组的形状不匹配时，会引发此错误。

示例 1

输出

[1, 2, 3, 4, 5]
3.0

在上面的代码中

• 我们使用别名 np 导入了 numpy。
• 我们创建了一个名为 'data' 的元素列表。
• 我们声明了变量 'output' 并为其分配了 average() 函数的返回值。
• 我们在函数中传递了列表 'data'。
• 最后，我们尝试打印 'data' 和 'output'

在输出中，它显示了列表元素的平均值。

示例 2

输出

5.666666666666667

示例 3

输出

array([[ 0,  1,  2],
       	[ 3,  4,  5],
       	[ 6,  7,  8],
       	[ 9, 10, 11]])
array([ 1.44444444,  4.44444444,  7.44444444, 10.44444444])

在上面的代码中

• 我们使用别名 np 导入了 numpy。
• 我们使用 arange() 和 np.reshape() 函数创建了一个数组 'data'。
• 我们声明了变量 'output' 并为其分配了 average() 函数的返回值。
• 我们在函数中传递了数组 'data'，将 axis 设置为 1，并设置了加权数组。
• 最后，我们尝试打印 'data' 和 'output'

在输出中，它显示了数组中每个列元素的平均值。

示例 4

输出

array([[ 0,  1,  2],
       	[ 3,  4,  5],
       	[ 6,  7,  8],
       	[ 9, 10, 11]])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python27\lib\site-packages\numpy\lib\function_base.py", line 406, in average
    "Axis must be specified when shapes of data and weights."
TypeError: Axis must be specified when shapes of data and weights differ.

注意：输出显示了类型错误：'当数据和权重的形状不同时，必须指定轴'，因为 'weights' 数组的形状与输入数组 'data' 的形状不相同。