Python dask.array.ma.average用法及代碼示例

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

返回給定軸上數組的加權平均值。

此文檔字符串是從 numpy.ma.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

要平均的數據。計算中不考慮屏蔽條目。

axis：整數，可選

沿其平均的軸 a 。如果沒有，則在展平的陣列上進行平均。

weights：數組，可選

每個元素在計算平均值中的重要性。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

指示元組 (result, sum of weights) 是否應作為輸出返回 (True) 或僅返回結果 (False) 的標誌。默認為假。

average, [sum_of_weights]：(元組)標量或 MaskedArray: 沿指定軸的平均值。當返回為 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。如果 a 是整數類型並且浮點數小於 float64 或輸入數據類型，則返回類型為 np.float64，否則。如果返回， sum_of_weights 始終是 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.ma.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：

例子：