scipy.stats.mstats.

hmean#

scipy.stats.mstats.hmean(a, axis=0, dtype=None, *, weights=None, nan_policy='propagate', keepdims=False)[源代码][源代码]#

计算沿指定轴的加权调和平均值。

数组 \(a_i\) 的加权调和平均值与权重 \(w_i\) 相关，表示为：

\[$\frac{ \sum_{i=1}^n w_i }{ \sum_{i=1}^n \frac{w_i}{a_i} } \, ,$\]

并且，在同等权重下，它给出：

\[\frac{ n }{ \sum_{i=1}^n \frac{1}{a_i} } \, .\]
参数:
aarray_like

输入数组、掩码数组或可转换为数组的对象。

轴int 或 None, 默认值: 0

如果是一个整数，表示输入数据中要计算统计量的轴。输入数据的每个轴切片（例如行）的统计量将出现在输出的相应元素中。如果为 None，则在计算统计量之前会将输入数据展平。

dtypedtype, 可选

返回的数组类型以及累加器中元素相加的类型。如果未指定 dtype，则默认为 a 的 dtype，除非 a 具有精度低于默认平台整数的整数 dtype。在这种情况下，使用默认平台整数。

权重类似数组, 可选

权重数组可以是1-D的（在这种情况下，其长度必须与`a`沿给定`轴`的大小相同），或者是与`a`相同形状的数组。默认值为None，表示每个值的权重为1.0。

Added in version 1.9.

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定义如何处理输入的 NaN。

  • propagate: 如果在计算统计量的轴切片（例如行）中存在 NaN，则输出的相应条目将为 NaN。

  • omit: 在执行计算时，NaN 将被省略。如果在计算统计量的轴切片中剩余的数据不足，则输出的相应条目将为 NaN。

  • raise: 如果存在 NaN，将引发 ValueError。

keepdimsbool, 默认值: False

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。

返回:
hmeanndarray

参见上面的 dtype 参数。

参见

numpy.mean

算术平均数

numpy.average

加权平均

gmean

几何平均数

注释

调和平均数是根据输入数组的单个维度计算的，默认情况下是 axis=0，或者如果 axis=None，则是数组中的所有值。对于整数输入，使用 float64 作为中间值和返回值。

从 SciPy 1.9 开始，np.matrix 输入（不推荐用于新代码）在计算执行前被转换为 np.ndarray。在这种情况下，输出将是一个标量或适当形状的 np.ndarray，而不是一个 2D 的 np.matrix。同样，虽然掩码数组的掩码元素被忽略，但输出将是一个标量或 np.ndarray，而不是一个 mask=False 的掩码数组。

参考文献

[2]

Ferger, F., “调和平均数的性质与应用”, 《美国统计协会杂志》, 第26卷, 第36-40页, 1931年

示例

>>> from scipy.stats import hmean
>>> hmean([1, 4])
1.6000000000000001
>>> hmean([1, 2, 3, 4, 5, 6, 7])
2.6997245179063363
>>> hmean([1, 4, 7], weights=[3, 1, 3])
1.9029126213592233
On this page