Python Numpy.mean() - Média aritmética
- Sintaxe de
numpy.mean() - Códigos de exemplo:
numpy.mean()Com Array 1-D - Códigos de exemplo:
numpy.mean()Com matriz 2-D - Códigos de exemplo:
numpy.mean()comdtypeespecificado
A função Numpy.mean() calcula a média aritmética, ou em palavras leigas - média, do array dado ao longo do eixo especificado.
Sintaxe de numpy.mean()
numpy.mean(arr, axis=None, dtype=float64) Parâmetros
arr | array_like array de entrada para calcular a média aritmética |
axis | Eixo ao longo do qual é calculada a média aritmética. axis=0 significa média aritmética computada ao longo da coluna, axis=1 significa média aritmética ao longo da linha. Trata a matriz de múltiplas dimensões como uma lista achatada se o axis não for dado. |
dtype | Tipo de dados utilizados durante o cálculo da média aritmética. O padrão é float64. |
Retornar
Ele retorna a média aritmética do array dado ou uma matriz com a média aritmética ao longo do eixo especificado.
Códigos de exemplo: numpy.mean() Com Array 1-D
import numpy as np arr = [10, 20, 30] print("1-D array :", arr) print("Mean of arr is ", np.mean(arr)) Resultado:
1-D array : [10, 20, 30] Mean of arr is 20.0 Códigos de exemplo: numpy.mean() Com matriz 2-D
import numpy as np arr = [[10, 20, 30], [3, 50, 5], [70, 80, 90], [100, 110, 120]] print("Two Dimension array :", arr) print("Mean with no axis :", np.mean(arr)) print("Mean with axis along column :", np.mean(arr, axis=0)) print("Mean with axis aong row :", np.mean(arr, axis=1)) Resultado:
Two Dimension array : [[10, 20, 30], [3, 50, 5], [70, 80, 90], [100, 110, 120]] Mean with no axis : 57.333333333333336 Mean with axis along column : [45.75 65. 61.25] Mean with axis aong row : [ 20. 19.33333333 80. 110. ] >> np.mean(arr) trata a matriz de entrada como a matriz achatada e calcula a média aritmética desta matriz 1-D achatada.
np.mean(arr, axis=0) calcula a média aritmética ao longo da coluna.
np.std(arr, axis=1) calcula a média aritmética ao longo da linha.
Códigos de exemplo: numpy.mean() com dtype especificado
import numpy as np arr = [10.12, 20.3, 30.28] print("1-D Array :", arr) print("Mean of arr :", np.mean(arr)) print("Mean of arr with float32 data :", np.mean(arr, dtype=np.float32)) print("Mean of arr with float64 data :", np.mean(arr, dtype=np.float64)) Resultado:
1-D Array : [10.12, 20.3, 30.28] Mean of arr : 20.233333333333334 Mean of arr with float32 data : 20.233332 Mean of arr with float64 data : 20.233333333333334 Se o parâmetro dtype for dado na função numpy.mean(), ele utiliza o tipo de dado especificado durante o cálculo da média aritmética.
O resultado tem uma resolução menor se utilizarmos o tipo de dados float32 em vez do padrão float64.
Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.
LinkedIn Facebook