Python dask.array.average用法及代碼示例

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

計算沿指定軸的加權平均值。

此文檔字符串是從 numpy.average 複製的。

可能存在與 Dask 版本的一些不一致之處。

參數：

a：array_like

包含要平均的數據的數組。如果a 不是數組，則嘗試轉換。

axis：無或整數或整數元組，可選

平均 a 的一個或多個軸。默認值，axis=None，將對輸入數組的所有元素進行平均。如果軸為負數，則從最後一個軸計數到第一個軸。

如果axis是整數元組，則在元組中指定的所有軸上執行平均，而不是像以前那樣在單個軸或所有軸上執行。

weights：數組，可選

與 a 中的值關聯的權重數組。 a 中的每個值都根據其相關權重對平均值做出貢獻。權重數組可以是一維的(在這種情況下，它的長度必須是沿給定軸的 a 的大小)或與 a 的形狀相同。如果 weights=None ，則假設 a 中的所有數據的權重等於 1。一維計算是：

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

weights 的唯一約束是 sum(weights) 不能為 0。

returned：布爾型，可選

默認為 False 。如果 True ，則返回元組( average , sum_of_weights )，否則僅返回平均值。如果weights=None , sum_of_weights 等於取平均值的元素數。

retval, [sum_of_weights]：array_type 或雙: 返回沿指定軸的平均值。當 returned 為 True 時，返回一個元組，其中平均值作為第一個元素，權重之和作為第二個元素。 sum_of_weights 與 retval 的類型相同。結果 dtype 遵循一般模式。如果 weights 為 None，則結果 dtype 將是 a 的，如果 a 是整數，則為 float64。否則，如果 weights 不是 None 並且 a 不是整數，則結果類型將是能夠表示 a 和 weights 的值的最低精度類型。如果 a 恰好是整數，則前麵的規則仍然適用，但結果 dtype 至少為 float64 。

拋出：

零除法錯誤: 當沿軸的所有權重為零時。請參閱numpy.ma.average 以了解對此類錯誤具有魯棒性的版本。
TypeError: 當一維weights的長度與a沿軸的形狀不同時。

例子：

>>> data = np.arange(1, 5)  
>>> data  
array([1, 2, 3, 4])
>>> np.average(data)  
2.5
>>> np.average(np.arange(1, 11), weights=np.arange(10, 0, -1))  
4.0

>>> data = np.arange(6).reshape((3,2))  
>>> data  
array([[0, 1],
       [2, 3],
       [4, 5]])
>>> np.average(data, axis=1, weights=[1./4, 3./4])  
array([0.75, 2.75, 4.75])
>>> np.average(data, weights=[1./4, 3./4])  
Traceback (most recent call last):
    ...
TypeError: Axis must be specified when shapes of a and weights differ.

>>> a = np.ones(5, dtype=np.float128)  
>>> w = np.ones(5, dtype=np.complex64)  
>>> avg = np.average(a, weights=w)  
>>> print(avg.dtype)  
complex256

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.average。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

拋出：

例子：