一.mean 的使用

1. mean 函数概述

np.mean是 NumPy 库中的一个函数，用于计算数组（或数组的一部分）的平均值。这个函数对于处理数值数据非常有用，无论是在统计分析、机器学习还是任何需要数值聚合的领域。

2. mean 函数的基本用法

np.mean函数的基本语法非常简单：

mean_val = np.mean(arr)

这里，arr是一个 NumPy 数组，mean_val是数组中所有元素的平均值。如果数组是多维的，那么默认情况下，np.mean会计算所有元素的全局平均值。但是，我们也可以通过axis参数来指定沿着特定轴计算平均值。

3. 参数详解

• arr: 输入的数组。
• axis: 沿着哪个轴计算平均值。如果省略，计算全局平均值。
• dtype: 返回结果的数据类型，如果省略，NumPy 会根据输入数组的数据类型自动推断。
• out: 可选参数，用于存放输出结果的数组。
• keepdims: 如果为 True，则保留被平均的轴的维度。

4. 应用实例

假设我们有一个包含学生考试成绩的数组：

scores = np.array([[85, 90, 78], [95, 88, 92], [70, 85, 90]])

我们可以使用np.mean来计算全班的平均分：

class_average = np.mean(scores)
print("班级平均分:", class_average)

此外，如果我们想要计算每个学生的平均分，可以指定axis参数：

student_averages = np.mean(scores, axis=1)
print("每个学生的平均分:", student_averages)

5. 高级用法

在更复杂的场景中，我们可能需要沿着多个轴计算平均值，或者在计算平均值的同时保留维度信息。例如，如果我们有一个三维数组，并且想要沿着前两个轴计算平均值，可以这样做：

data = np.random.rand(3, 4, 5)
mean_across_first_two_axes = np.mean(data, axis=(0, 1), keepdims=True)