Python中使用mean()函数计算多维数组的平均值

在Python中，可以使用numpy库中的mean()函数来计算多维数组的平均值。numpy是一个开源的数值计算库，提供了许多用于数组处理的函数和方法。

mean()函数用于计算数组的平均值，可以指定是否沿着某个轴进行计算。当不指定轴参数时，将对整个数组进行计算，返回一个标量值；当指定轴参数时，将沿着该轴计算每个子数组的平均值，返回一个新的数组。

下面是一个使用mean()函数计算多维数组平均值的例子：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 计算整个数组的平均值
mean_value = np.mean(arr)
print("整个数组的平均值：", mean_value)

# 沿着行轴计算平均值
mean_value_row = np.mean(arr, axis=0)
print("沿着行轴的平均值：", mean_value_row)

# 沿着列轴计算平均值
mean_value_col = np.mean(arr, axis=1)
print("沿着列轴的平均值：", mean_value_col)

上面的例子中，首先导入了numpy库，并使用numpy的array方法创建了一个二维数组arr。接下来，分别使用mean()函数计算了整个数组的平均值、沿着行轴的平均值和沿着列轴的平均值。通过指定axis参数，可以控制mean()函数的计算方式。

运行上面的代码，将会输出以下结果：

整个数组的平均值： 5.0
沿着行轴的平均值： [4. 5. 6.]
沿着列轴的平均值： [2. 5. 8.]

可以看到，整个数组的平均值是5.0，沿着行轴的平均值是[4. 5. 6.]，沿着列轴的平均值是[2. 5. 8.]。

通过使用mean()函数，我们可以方便地计算多维数组的平均值，灵活应用于数据分析和科学计算等领域。同时，numpy库还提供了许多其他的数组操作函数和方法，可以进一步扩展数据处理的能力。