dask.array.mean

dask.array.mean¶

dask.array.mean(a, axis=None, dtype=None, keepdims=False, split_every=None, out=None)[源代码]¶

计算指定轴上的算术平均值。

此文档字符串是从 numpy.mean 复制而来的。

Dask 版本可能存在一些不一致性。

返回数组元素的平均值。默认情况下，平均值是基于展平的数组计算的，否则是基于指定的轴计算的。对于整数输入，使用 float64 作为中间值和返回值。

参数

aarray_like

包含所需均值的数字的数组。如果 a 不是数组，则尝试进行转换。

轴None 或 int 或 int 的元组，可选

计算均值的轴或轴。默认是计算展平数组的均值。

1.7.0 新版功能.

如果这是一个整数的元组，则会在多个轴上执行平均操作，而不是像之前那样在单个轴或所有轴上执行。

dtype数据类型，可选

用于计算平均值的类型。对于整数输入，默认值是 float64；对于浮点数输入，它与输入的 dtype 相同。

出ndarray，可选

备用输出数组，用于放置结果。默认值为 None；如果提供，它必须与预期输出的形状相同，但如果需要，类型将被强制转换。更多详情请参见 Output type determination。更多详情请参见 Output type determination。

keepdimsbool, 可选

如果设置为True，被减少的轴将作为尺寸为1的维度保留在结果中。通过此选项，结果将正确地与输入数组进行广播。

如果传递了默认值，那么 keepdims 将不会传递给 ndarray 子类的 mean 方法，然而任何非默认值都会被传递。如果子类的方法没有实现 keepdims，任何异常都会被引发。

哪里array_like 的布尔值，可选（Dask 不支持）

包含在均值中的元素。详情请参见 ~numpy.ufunc.reduce。

1.20.0 新版功能.

返回

mndarray，参见上面的 dtype 参数: 如果 out=None，返回一个包含平均值的新数组，否则返回输出数组的引用。

参见

average: 加权平均
std, var, nanmean, nanstd, nanvar

注释

算术平均数是沿轴的元素之和除以元素的数量。

请注意，对于浮点数输入，均值是使用与输入相同的精度计算的。根据输入数据的不同，这可能导致结果不准确，特别是对于 float32`（见下例）。使用 `dtype 关键字指定更高精度的累加器可以缓解此问题。

默认情况下，float16 结果的计算使用 float32 中间值以获得额外的精度。

示例

>>> import numpy as np  
>>> a = np.array([[1, 2], [3, 4]])  
>>> np.mean(a)  
2.5
>>> np.mean(a, axis=0)  
array([2., 3.])
>>> np.mean(a, axis=1)  
array([1.5, 3.5])

在单精度下，mean 可能不准确：

>>> a = np.zeros((2, 512*512), dtype=np.float32)  
>>> a[0, :] = 1.0  
>>> a[1, :] = 0.1  
>>> np.mean(a)  
0.54999924

在 float64 中计算平均值更准确：

>>> np.mean(a, dtype=np.float64)  
0.55000000074505806 # may vary

指定一个 where 参数：

>>> a = np.array([[5, 9, 13], [14, 10, 12], [11, 15, 19]])  
>>> np.mean(a)  
12.0
>>> np.mean(a, where=[[True], [False], [False]])  
9.0

dask.array.maximum

dask.array.median