上一主题

numpy.nanmedian

下一主题

numpy.nanstd

numpy.nanmean

numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=<class numpy._globals._NoValue>)[source]

沿着指定的轴计算算术平均值,忽略NaN。

返回数组元素的平均值。默认情况下,平均数取平展数组,否则在指定轴上。float64中间和返回值用于整数输入。

对于所有NaN切片,返回NaN并产生RuntimeWarning

版本1.8.0中的新功能。

参数:

a:array_like

数组包含需要平均值的数字。如果a不是数组,则尝试进行转换。

axis:int,可选

计算平均值的轴。默认值是计算平展数组的平均值。

dtype:数据类型,可选

用于计算平均值的类型。对于整数输入,默认值为float64;对于不精确的输入,它与输入dtype相同。

out:ndarray,可选

备用输出放置结果的数组。默认值为None;如果提供,它必须具有与预期输出相同的形状,但如果必要,将投射类型。有关详细信息,请参阅doc.ufuncs

keepdims:bool,可选

如果设置为True,则缩小的轴在结果中保留为尺寸为1的尺寸。使用此选项,结果将与原始a正确地广播。

If the value is anything but the default, then keepdims will be passed through to the mean or sum methods of sub-classes of ndarray. 如果子类方法不实现keepdims,则会引发任何异常。

返回:

m:ndarray,请参阅上面的dtype参数

如果out = None,则返回包含平均值的新数组,否则将返回对输出数组的引用。对于仅包含NaN的切片,返回Nan。

也可以看看

average
加权平均
mean
算术平均值,而不忽略NaN

varnanvar

笔记

算术平均值是沿着轴的非NaN元素的总和除以非NaN元素的数量。

请注意,对于浮点输入,使用输入具有的相同精度计算平均值。根据输入数据,这可能会导致结果不准确,特别是对于float32使用dtype关键字指定更高精度的累加器可以缓解此问题。

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])