小編給大家分享一下在Python3 numpy中mean和average的區(qū)別有哪些，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

創(chuàng)新互聯(lián)主營普陀網站建設的網絡公司,主營網站建設方案,重慶App定制開發(fā),普陀h5微信小程序開發(fā)搭建,普陀網站營銷推廣歡迎普陀等地區(qū)企業(yè)咨詢

mean和average都是計算均值的函數(shù)，在不指定權重的時候average和mean是一樣的。指定權重后，average可以計算一維的加權平均值。

具體如下：

import numpy as np
a = np.array([np.random.randint(0, 20, 5), np.random.randint(0, 20, 5)])
print('原始數(shù)據(jù)\n', a)
print('mean函數(shù)'.center(20, '*'))
print('對所有數(shù)據(jù)計算\n', a.mean())
print('axis=0，按行方向計算，即每列\(zhòng)n', a.mean(axis=0)) # 按行方向計算，即每列
print('axis=1，按列方向計算，即每行\(zhòng)n', a.mean(axis=1)) # 按列方向計算，即每行
print('average函數(shù)'.center(20, '*'))
print('對所有數(shù)據(jù)計算\n', np.average(a))
print('axis=0，按行方向計算，即每列\(zhòng)n', np.average(a, axis=0)) # 按行方向計算，即每列
print('axis=1，按列方向計算，即每行\(zhòng)n', np.average(a, axis=1)) # 按列方向計算，即每行
b = np.array([1, 2, 3, 4])
wts = np.array([4, 3, 2, 1])
print('不指定權重\n', np.average(b))
print('指定權重\n', np.average(b, weights=wts))

運行結果：

原始數(shù)據(jù)
 [[10 12 7 14 5]
 [12 10 2 16 7]]
*******mean函數(shù)*******
對所有數(shù)據(jù)計算
 9.5
axis=0，按行方向計算，即每列
 [ 11. 11. 4.5 15. 6. ]
axis=1，按列方向計算，即每行
 [ 9.6 9.4]
*****average函數(shù)******
對所有數(shù)據(jù)計算
 9.5
axis=0，按行方向計算，即每列
 [ 11. 11. 4.5 15. 6. ]
axis=1，按列方向計算，即每行
 [ 9.6 9.4]
不指定權重
 2.5
指定權重
 2.0

以上是“在Python3 numpy中mean和average的區(qū)別有哪些”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注創(chuàng)新互聯(lián)成都網站設計公司行業(yè)資訊頻道！

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

當前標題：在Python3numpy中mean和average的區(qū)別有哪些-創(chuàng)新互聯(lián)
標題URL：http://www.aaarwkj.com/article40/hodeo.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供品牌網站建設、軟件開發(fā)、電子商務、商城網站、手機網站建設、動態(tài)網站

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)