Python numpy nanmean用法及代碼示例

本文簡要介紹 python 語言中 numpy.nanmean 的用法。

用法:

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

計算沿指定軸的算術平均值，忽略 NaN。

返回數組元素的平均值。默認情況下，平均值會在展平的數組上，否則在指定的軸上。 float64 中間值和返回值用於整數輸入。

對於all-NaN切片，返回NaN並引發RuntimeWarning。

參數：

a： array_like

包含需要其平均值的數字的數組。如果 a 不是數組，則嘗試轉換。

axis： {int，int 元組，無}，可選

計算平均值的一個或多個軸。默認是計算扁平數組的平均值。

dtype： 數據類型，可選

用於計算平均值的類型。對於整數輸入，默認值為 float64 ；對於不精確的輸入，它與輸入 dtype 相同。

out： ndarray，可選

用於放置結果的備用輸出數組。默認為 None ；如果提供，它必須具有與預期輸出相同的形狀，但如果需要，類型將被強製轉換。有關更多詳細信息，請參閱輸出類型確定。

keepdims： 布爾型，可選

如果將其設置為 True，則縮小的軸將作為尺寸為 1 的尺寸留在結果中。使用此選項，結果將針對原始 a 正確廣播。

如果該值不是默認值，則保持昏暗將被傳遞到numpy.mean或者numpy.sum子類的方法numpy.ndarray。如果子類方法沒有實現保持昏暗將引發任何異常。

where： 類似於 bool 的數組，可選

要包含在平均值中的元素。有關詳細信息，請參閱 reduce 。

返回：

m： ndarray，見上麵的 dtype 參數

如果 out=None，則返回一個包含平均值的新數組，否則返回對輸出數組的引用。對於僅包含 NaN 的切片返回 Nan。

注意：

算術平均值是沿軸的非 NaN 元素的總和除以非 NaN 元素的數量。

請注意，對於浮點輸入，均值是使用與輸入相同的精度計算的。根據輸入數據，這可能會導致結果不準確，尤其是對於 float32 。使用 dtype 關鍵字指定higher-precision 累加器可以緩解此問題。

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