Numpy.mean()关于axis参数的理解

先给出结论：

>>> a = np.array([[1, 2], [3, 4]])
>>> np.mean(a) # 将上面二维矩阵的每个元素相加除以元素个数（求平均数）
2.5
>>> np.mean(a, axis=0) # axis=0，计算每一列的均值
array([ 2.,  3.])
>>> np.mean(a, axis=1) # 计算每一行的均值
array([ 1.5,  3.5])

 

给出代码的例子：

 

此时我们看一下二维数组a的结构    a[0][0]=1  a[0][1]=2  a[1][0]=3  a[1][1]=4

原理：

我们不妨设第一个方括号“[]”为 0轴 ，第二个方括号为 1轴 ，则x可在 0-1坐标系 下表示如下：

 

当np.mean(a,axis=0)时，很明显计算的时a[0][0]=1,和a[1][0]=3的平均值，

所以当参数axis等于0时，计算的时0轴的平均值，

就是第二个[]的值不变，遍历第一个[]索引的值，计算出平均值

 

Axis or axes along which the means are computed. The default is to compute the mean of the flattened array.

 

来自 <https://numpy.org/doc/stable/reference/generated/numpy.mean.html#numpy.mean>

 

计算均值所依据的一个或多个轴。默认值是计算平坦数组的平均值。