Python中的mean()函数详解及常见应用

在Python中，mean()函数用于计算给定数据集的平均数。它是NumPy库中的一个函数，可以用于计算整个数组或指定轴的平均值。

mean()函数的语法如下：

numpy.mean(arr, axis=None)

其中，arr表示输入的数组，axis表示要计算的轴。如果不指定轴，将对整个数组进行计算。

下面是mean()函数的常见应用及使用例子。

1. 计算整个数组的平均值

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
mean = np.mean(arr)

print(mean)  # 输出：3.0

上面的例子中，我们创建了一个包含整数的数组，并使用mean()函数计算了整个数组的平均值。

2. 计算二维数组的行或列的平均值

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
mean_row = np.mean(arr, axis=0)
mean_col = np.mean(arr, axis=1)

print(mean_row)  # 输出：[2.5 3.5 4.5]
print(mean_col)  # 输出：[2. 5.]

上面的例子中，我们创建了一个二维数组，并使用mean()函数计算了每一行和每一列的平均值。通过指定axis参数的值，我们可以选择计算行或列的平均值。

3. 计算多维数组的某个轴的平均值

import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
mean_axis0 = np.mean(arr, axis=0)
mean_axis1 = np.mean(arr, axis=1)
mean_axis2 = np.mean(arr, axis=2)

print(mean_axis0)
"""
输出：
[[ 4.  5.  6.]
 [ 7.5 8.5 9.5]]
"""
print(mean_axis1)
"""
输出：
[[2.5 3.5 4.5]
 [8.5 9.5 10.5]]
"""
print(mean_axis2)
"""
输出：
[[2. 5.]
 [8. 11.]]
"""

上面的例子中，我们创建了一个三维数组，并使用mean()函数计算了各个轴的平均值。通过指定axis参数的值，我们可以选择计算某个轴的平均值。

总结：mean()函数是Python中用于计算平均值的常用函数。它可以计算整个数组或指定轴的平均值。通过指定axis参数的值，我们可以选择计算行、列或其他轴的平均值。这使得mean()函数非常有用，在统计计算和数据分析中经常被使用。