先給出結論：
>>> a = np.array([[1, 2], [3, 4]])
>>> np.mean(a) # 將上面二維矩陣的每個元素相加除以元素個數（求平均數）
2.5
>>> np.mean(a, axis=0) # axis=0，計算每一列的均值
array([ 2., 3.])
>>> np.mean(a, axis=1) # 計算每一行的均值
array([ 1.5, 3.5])給出代碼的例子：
此時我們看一下二維陣列a的結構 a[0][0]=1 a[0][1]=2 a[1][0]=3 a[1][1]=4
原理：
我們不妨設第一個方括號“[]”為 0軸 ，第二個方括號為 1軸 ，則x可在 0-1坐標系 下表示如下：
當np.mean(a,axis=0)時，很明顯計算的時a[0][0]=1,和a[1][0]=3的平均值，
所以當引數axis等于0時，計算的時0軸的平均值，
就是第二個[]的值不變，遍歷第一個[]索引的值，計算出平均值
Axis or axes along which the means are computed. The default is to compute the mean of the flattened array.
來自 <https://numpy.org/doc/stable/reference/generated/numpy.mean.html#numpy.mean>
計算均值所依據的一個或多個軸，默認值是計算平坦陣列的平均值，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/249042.html
標籤：其他