NumPy 1.14 - numpy.mean()

numpy.mean




numpy

numpy.mean

numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<class 'numpy._globals._NoValue'>)

निर्दिष्ट अक्ष के साथ अंकगणितीय माध्य की गणना करें।

सरणी तत्वों का औसत लौटाता है। औसत को डिफ़ॉल्ट रूप से चपटा सरणी पर लिया जाता है, अन्यथा निर्दिष्ट अक्ष पर। पूर्णांक आदानों के लिए float64 इंटरमीडिएट और रिटर्न मान का उपयोग किया जाता है।

पैरामीटर:

a : array_like

एरे युक्त संख्याएँ जिनका माध्य वांछित है। यदि कोई सरणी नहीं है, तो रूपांतरण का प्रयास किया जाता है।

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

धुरी या कुल्हाड़ी जिसके साथ साधनों की गणना की जाती है। डिफ़ॉल्ट रूप से चपटे सरणी के माध्य की गणना करना है।

संस्करण 1.7.0 में नया।

यदि यह चींटियों का टपल है, तो एक धुरी या पहले की तरह सभी कुल्हाड़ियों के बजाय, कई अक्षों पर एक माध्य किया जाता है।

dtype : data-type, वैकल्पिक

माध्य कंप्यूटिंग में उपयोग करने के लिए टाइप करें। पूर्णांक इनपुट के लिए, डिफ़ॉल्ट float64 ; फ्लोटिंग पॉइंट इनपुट्स के लिए, यह इनपुट dtype के समान है।

बाहर : ndarray, वैकल्पिक

वैकल्पिक आउटपुट ऐरे जिसमें रिजल्ट रखना है। डिफ़ॉल्ट None ; यदि प्रदान किया गया है, तो इसका अपेक्षित उत्पादन के समान आकार होना चाहिए, लेकिन यदि आवश्यक हो तो प्रकार डाला जाएगा। विवरण के लिए doc.ufuncs देखें।

रखवाले : बूल, वैकल्पिक

यदि इसे True पर सेट किया जाता है, तो जो कुल्हाड़ियों को कम किया जाता है, उन्हें परिणाम में एक आकार के साथ आयाम के रूप में छोड़ दिया जाता है। इस विकल्प के साथ, परिणाम इनपुट सरणी के खिलाफ सही ढंग से प्रसारित होगा।

यदि डिफ़ॉल्ट मान पारित किया जाता है, तो keepdims को keepdims के उप-वर्गों की mean विधि के माध्यम से पारित नहीं किया जाएगा, हालांकि कोई भी गैर-डिफ़ॉल्ट मान होगा। यदि उप-वर्ग sum पद्धति रखने वाले को लागू नहीं keepdims किसी भी अपवाद को उठाया जाएगा।

यह दिखाता है:

m : ndarray, ऊपर dtype पैरामीटर देखें

यदि out=None , मतलब मान युक्त एक नया सरणी लौटाता है, अन्यथा आउटपुट सरणी का संदर्भ दिया जाता है।

यह भी देखें

average
भारित औसत

std , var , nanmean , nanstd , nanvar

टिप्पणियाँ

अंकगणितीय माध्य तत्वों की संख्या से विभाजित धुरी के साथ तत्वों का योग है।

ध्यान दें कि फ्लोटिंग-पॉइंट इनपुट के लिए, इनपुट की सटीकता के साथ माध्य की गणना की जाती है। इनपुट डेटा के आधार पर, यह परिणाम गलत हो सकता है, विशेष रूप से float32 (नीचे उदाहरण देखें)। dtype कीवर्ड का उपयोग करके एक उच्च परिशुद्धता संचायक को निर्दिष्ट करना इस समस्या को कम कर सकता है।

डिफ़ॉल्ट रूप से, float16 परिणाम अतिरिक्त परिशुद्धता के लिए float32 मध्यवर्ती का उपयोग करके गणना की जाती है।

उदाहरण

>>> a = np.array([[1, 2], [3, 4]])
>>> np.mean(a)
2.5
>>> np.mean(a, axis=0)
array([ 2.,  3.])
>>> np.mean(a, axis=1)
array([ 1.5,  3.5])

एकल परिशुद्धता में, mean गलत हो सकता है:

>>> a = np.zeros((2, 512*512), dtype=np.float32)
>>> a[0, :] = 1.0
>>> a[1, :] = 0.1
>>> np.mean(a)
0.54999924

फ्लोट64 में माध्य की गणना करना अधिक सटीक है:

>>> np.mean(a, dtype=np.float64)
0.55000000074505806