NumPy 1.14 - numpy.average()

numpy.average




numpy

numpy.average

numpy.average(a, axis=None, weights=None, returned=False) [source]

निर्दिष्ट अक्ष के साथ भारित औसत की गणना करें।

पैरामीटर:

a : array_like

औसत वाले डेटा को एरियर करें। यदि कोई सरणी नहीं है, तो रूपांतरण का प्रयास किया जाता है।

अक्ष : कोई भी या int या ints, ints का वैकल्पिक

धुरी या कुल्हाड़ियों जिसके साथ औसतन a । डिफ़ॉल्ट, अक्ष = कोई नहीं, इनपुट सरणी के सभी तत्वों पर औसत होगा। यदि अक्ष ऋणात्मक है तो यह पिछली से पहली अक्ष तक गिना जाता है।

संस्करण 1.7.0 में नया।

यदि अक्ष टुट्स का टपल है, तो ट्यूल में निर्दिष्ट सभी अक्षों पर एक एकल अक्ष या पहले की तरह सभी अक्षों पर औसत प्रदर्शन किया जाता है।

वजन : array_like, वैकल्पिक

एक में मूल्यों के साथ जुड़े वजन की एक सरणी। प्रत्येक मूल्य अपने संबंधित वजन के अनुसार औसत में योगदान देता है। भार सरणी या तो 1-डी हो सकती है (जिस स्थिति में इसकी लंबाई दी गई धुरी के साथ होनी चाहिए) या एक के समान आकार। यदि weights=None , तो सभी डेटा को a बराबर वजन माना जाता है।

लौटाया गया : बूल, वैकल्पिक

डिफ़ॉल्ट False । यदि True , तो टपल ( average , sum_of_weights ) वापस आ जाता है, अन्यथा केवल औसत लौटाया जाता है। यदि weights=None , तो sum_of_weights उन तत्वों की संख्या के बराबर है, जिन पर औसत लिया जाता है।

यह दिखाता है:

औसत, [sum_of_weights] : array_type या डबल

निर्दिष्ट अक्ष के साथ औसत लौटें। जब लौटाया जाता है तो True , पहले तत्व के रूप में औसत के साथ एक टपल लौटें और दूसरे तत्व के रूप में वजन का योग। यदि रिटर्न पूर्णांक प्रकार का है तो Float प्रकार है, अन्यथा यह उसी प्रकार का है जैसे कि asum_of_weights average के समान प्रकार का है।

जन्म देती है:

ZeroDivisionError

जब अक्ष के साथ सभी भार शून्य होते हैं। इस प्रकार की त्रुटि के लिए मजबूत संस्करण के लिए numpy.ma.average देखें।

त्रुटि प्रकार

जब 1 डी weights की लंबाई a अक्ष के आकार के समान नहीं होती है।

यह भी देखें

mean

numpy.ma.average
नकाबपोश सरणियों के लिए औसत - उपयोगी यदि आपके डेटा में "लापता" मान शामिल हैं

उदाहरण

>>> data = range(1,5)
>>> data
[1, 2, 3, 4]
>>> np.average(data)
2.5
>>> np.average(range(1,11), weights=range(10,0,-1))
4.0
>>> data = np.arange(6).reshape((3,2))
>>> data
array([[0, 1],
       [2, 3],
       [4, 5]])
>>> np.average(data, axis=1, weights=[1./4, 3./4])
array([ 0.75,  2.75,  4.75])
>>> np.average(data, weights=[1./4, 3./4])
Traceback (most recent call last):
...
TypeError: Axis must be specified when shapes of a and weights differ.