Python numpy nanmean用法及代码示例

本文简要介绍 python 语言中 numpy.nanmean 的用法。

用法:

numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=<no value>, *, where=<no value>)

计算沿指定轴的算术平均值，忽略 NaN。

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。

对于all-NaN切片，返回NaN并引发RuntimeWarning。

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： {int，int 元组，无}，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。

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 ；对于不精确的输入，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，结果将针对原始 a 正确广播。

如果该值不是默认值，则保持昏暗将被传递到numpy.mean或者numpy.sum子类的方法numpy.ndarray。如果子类方法没有实现保持昏暗将引发任何异常。

where： 类似于 bool 的数组，可选

要包含在平均值中的元素。有关详细信息，请参阅 reduce 。

返回：

m： ndarray，见上面的 dtype 参数

如果 out=None，则返回一个包含平均值的新数组，否则返回对输出数组的引用。对于仅包含 NaN 的切片返回 Nan。

注意：

算术平均值是沿轴的非 NaN 元素的总和除以非 NaN 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 。使用 dtype 关键字指定higher-precision 累加器可以缓解此问题。

例子：

>>> a = np.array([[1, np.nan], [3, 4]])
>>> np.nanmean(a)
2.6666666666666665
>>> np.nanmean(a, axis=0)
array([2.,  4.])
>>> np.nanmean(a, axis=1)
array([1.,  3.5]) # may vary