NumPy教程-numpy.mean()在Python中的使用
NumPy教程-numpy.mean()在Python中的使用
gh_1d7504e4dee1
回复：python，领取Python面试题。分享Python教程，Python架构师教程，Python爬虫，Python编程视频，Python脚本，Pycharm教程，Python微服务架构，Python分布式架构，Pycharm注册码。
语法:
numpy.mean(a, axis=
None
, dtype=
None
, out=
None
, keepdims=<no value>)
参数:
资源分享
返回值:
示例 1:
import numpy as np
a = np.array([[1, 2], [3, 4]])
b=np.mean(a)
b
x = np.array([[5, 6], [7, 34]])
y=np.mean(x)
y
2
.5
13
.0
我们导入了别名为 np 的 numpy 库。
我们使用 np.array() 函数创建了两个数组 ’a’ 和 ’x’。
我们声明了变量 ’b’ 和 ’y’，并将 np.mean() 函数的返回值赋给了它们。
我们在函数中传递了数组 ’a’ 和 ’x’。
最后，我们尝试打印 ’b’ 和 ’y’ 的值。
示例 2:
import numpy as np
a = np.array([[2, 4], [3, 5]])
b=np.mean(a,axis=0)
c=np.mean(a,axis=1)
b
c
array
([
2.5
,
4.5
])
array
([
3.
,
4.
])
示例 3:
import numpy as np
a = np.zeros((2, 512*512), dtype=np.float32)
a[0, :] = 23.0
a[1, :] = 32.0
c=np.mean(a)
c
27
.5
我们导入了别名为 np 的 numpy 库。
我们使用 np.zeros() 函数创建了一个名为 ’a’ 的数组，其 dtype 为 float32。
我们将第一行的所有元素的值设置为 23.0，第二行的所有元素的值设置为 32.0。
我们在函数中传递了数组 ’a’，并将 np.mean() 函数的返回值赋给了变量 ’c’。
最后，我们尝试打印 ’c’ 的值。
示例 4:
import
numpy as np
a[0,
:
] = 2.0
a[1,
:
] = 0.2
c
=
np.mean(a)
c
d
=
np.mean(a, dtype=np.float64)
d
1
.0999985
1
.1000000014901161
-
Python3.12正式发布了
-
NumPy教程-numpy.transpose()在Python中的使用
-
这 5 个实用的 Python 库，你必须要试试！