Python numpy ma.average用法及代码示例

本文简要介绍 python 语言中 numpy.ma.average 的用法。

用法:

ma.average(a, axis=None, weights=None, returned=False)

返回给定轴上数组的加权平均值。

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 a 的轴。如果没有，则在展平的阵列上进行平均。

weights： 数组，可选

每个元素在平均值计算中的重要性。权重数组可以是一维的(在这种情况下，它的长度必须是a沿给定轴)或具有相同的形状a.如果weights=None，然后所有数据在a假定权重等于 1。一维计算是：

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

对权重的唯一限制是 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。

返回：

average, [sum_of_weights]： (元组)标量或MaskedArray

沿指定轴的平均值。返回时是True，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。返回类型是np.float64如果a是整数类型并且浮点数小于float64，或输入数据类型，否则。如果返回，sum_of_weights总是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)