Python dask.array.ma.average用法及代码示例

用法: dask.array.ma.average(a, axis=None, weights=None, returned=False)

返回给定轴上数组的加权平均值。

此文档字符串是从 numpy.ma.average 复制的。

可能存在与 Dask 版本的一些不一致之处。

参数：

a：array_like

要平均的数据。计算中不考虑屏蔽条目。

axis：整数，可选

沿其平均的轴 a 。如果没有，则在展平的阵列上进行平均。

weights：数组，可选

每个元素在计算平均值中的重要性。权重数组可以是一维的(在这种情况下，它的长度必须是沿给定轴的 a 的大小)或与 a 的形状相同。如果 weights=None ，则假设 a 中的所有数据的权重等于 1。一维计算是：

avg = sum(a * weights) / sum(weights)

weights 的唯一约束是 sum(weights) 不能为 0。

returned：布尔型，可选

指示元组 (result, sum of weights) 是否应作为输出返回 (True) 或仅返回结果 (False) 的标志。默认为假。

average, [sum_of_weights]：(元组)标量或 MaskedArray: 沿指定轴的平均值。当返回为 True 时，返回一个元组，其中平均值作为第一个元素，权重之和作为第二个元素。如果 a 是整数类型并且浮点数小于 float64 或输入数据类型，则返回类型为 np.float64，否则。如果返回， sum_of_weights 始终是 float64 。

例子：

>>> a = np.ma.array([1., 2., 3., 4.], mask=[False, False, True, True])  
>>> np.ma.average(a, weights=[3, 1, 0, 0])  
1.25

>>> x = np.ma.arange(6.).reshape(3, 2)  
>>> x  
masked_array(
  data=[[0., 1.],
        [2., 3.],
        [4., 5.]],
  mask=False,
  fill_value=1e+20)
>>> avg, sumweights = np.ma.average(x, axis=0, weights=[1, 2, 3],  
...                                 returned=True)
>>> avg  
masked_array(data=[2.6666666666666665, 3.6666666666666665],
             mask=[False, False],
       fill_value=1e+20)

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.ma.average。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：