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。