Python dask.array.mean用法及代码示例

用法: dask.array.mean(a, axis=None, dtype=None, keepdims=False, split_every=None, out=None)

计算沿指定轴的算术平均值。

此文档字符串是从 numpy.mean 复制的。

可能存在与 Dask 版本的一些不一致之处。

返回数组元素的平均值。默认情况下，平均值会在展平的数组上，否则在指定的轴上。 float64 中间值和返回值用于整数输入。

参数：

a：array_like

包含需要其平均值的数字的数组。如果a 不是数组，则尝试转换。

axis：无或整数或整数元组，可选

计算平均值的一个或多个轴。默认是计算扁平数组的平均值。

如果这是一个整数元组，则在多个轴上执行平均值，而不是像以前那样在单个轴或所有轴上执行。

dtype：数据类型，可选

用于计算平均值的类型。对于整数输入，默认值为 float64 ；对于浮点输入，它与输入 dtype 相同。

out：ndarray，可选

用于放置结果的备用输出数组。默认为 None ；如果提供，它必须具有与预期输出相同的形状，但如果需要，类型将被强制转换。有关更多详细信息，请参阅输出类型确定。

keepdims：布尔型，可选

如果将其设置为 True，则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项，结果将针对输入数组正确广播。

如果传递了默认值，那么 keepdims 将不会传递给 ndarray 的子类的 mean 方法，但是任何非默认值都会传递。如果 sub-class' 方法未实现 keepdims，则将引发任何异常。

where：数组 of bool，可选(在 Dask 中不支持)

要包含在平均值中的元素。有关详细信息，请参阅~numpy.ufunc.reduce。

m：ndarray，见上面的 dtype 参数: 如果 out=None ，则返回包含平均值的新数组，否则返回对输出数组的引用。

注意：

算术平均值是沿轴的元素的总和除以元素的数量。

请注意，对于浮点输入，均值是使用与输入相同的精度计算的。根据输入数据，这可能会导致结果不准确，尤其是对于float32(参见下面的示例)。使用 dtype 关键字指定 higher-precision 累加器可以缓解此问题。

默认情况下，float16 结果是使用 float32 中间体计算的，以获得额外的精度。

例子：

>>> 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])

在单精度中，mean 可能不准确：

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

计算 float64 中的平均值更准确：

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

指定 where 参数： >>> a = np.array([[5, 9, 13], [14, 10, 12], [11, 15, 19]]) # doctest: +SKIP >>> np. mean(a) # doctest: +SKIP 12.0 >>> np.mean(a, where=[[True], [False], [False]]) # doctest: +SKIP 9.0

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.mean。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：

注意：

例子：