在Python3 numpy中mean和average的区别详解

在Python3的numpy中，mean和average都是用于计算数组中元素的平均值的函数，但它们之间有一些区别。

mean函数

mean函数是numpy中的一个函数，用于计算中素的平均值。它的法如下：

.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>)

，参数是要计算平均值的数组，参数axis是指定计算平均值的轴。如果不指定axis，则计算整个数组的平均值。参数dtype是指定返回值的数据类型。参数out是指定输出。参数keepdims是定是否保留维度。

下面是一个例，演示如何使用mean函数算数组的平均值。

import numpy np

# 创建一个数组
arr = np.array([1, 2, 3, 4, 5])

# 计算数组的平均值
mean = np.mean(arr)

print(mean)  # 3.0```

上面的示例中，我们创建了一个数组arr，然后使用mean函数算了数组的平均值。

## average函数

average函数也是numpy中的一个函数，用于计算数组中元素的加权平均值。它的语法如下：

```python
numpy.average(a axis=None, weights=None, returned=False```

其中，参数a是要计算平均值的数组，参数axis是指定计算平均值的轴。如果不指定axis，则计算整个数组的平均值。参数weights是指定每个元素的权重。参数returned是指是否返回权重的总和。

下面是一个示例，演示如何使用average函数计算数组加权平均值。

```python
import numpy as np

# 创建一个数组
arr = np.array([1, 2, 3, 4, 5])

# 创建一个权重数组
weights = np.array([1, 2, 3, 4, 5])

# 计算数组的加权平均值
average = np.average(arr, weights=weights)

print(average)  # 3.6666666666666665

在上面的示例中，我们创建了一个数组arr和一个权重数组weights，然后使用average函数算了数组的加权平均值。

区别

虽然mean和average函数都可以用于计算数组的平均值，但它们之间有一些区别。

• mean函数需要一个数组作为参数，而average函数还需要一个权重数组作为参数。
• mean函数计算的是数组的算术平均值，而average函数计算是数组的加权平均值。
• 如果不指定权重数组，average函数的行为就像mean函数。

下面是两个示例，演示了mean函数和average函数的区别。

示例1：计算平均值

import numpy as np

# 创建一个数组
arr = np.array([1, 2, 3, 4, 5])

# 计算数组的均值
mean = np.mean(arr)

# 计算数组的加权平均值
average = np.average(arr)

print(mean)  # 3.0
print(average)  # 3.0

在上面的示例中，我们创建了一个数组arr，然后使用mean函数和average函数了数组的平均值。由于没有指定权重数组，average函数的行为就像mean函数。

示例2：计算加权平均值

import numpy as np

# 创建一个数组
arr = np.array([1, 2, 3, 4, 5])

# 创建一个权重数组
weights = np.array([1, 2, 3, 45])

# 计算数组的加权平均值
average = np.average(arr, weights=weights)

print(average)  # 3.6666666666666665

在上面的示例中，我们创建了一个数组arr和一个权重数组weights，然后使用average函数计算了数组的加权平均值由于mean函数不支持权重数组，我们无法使用mean函数计算加权平均值。