Python NumPy içinde np.mean () vs np.average ()?

Fark ettim

In [30]: np.mean([1, 2, 3])
Out[30]: 2.0

In [31]: np.average([1, 2, 3])
Out[31]: 2.0

Bununla birlikte, bazı farklılıklar olmalıdır, çünkü sonuçta iki farklı işlevdir.

Aralarındaki farklar nelerdir?

np.average isteğe bağlı bir ağırlık parametresi alır. Sağlanmazsa eşdeğerdir. Kaynak koda bir göz atın: Mean , Average

np.mean:

try:
    mean = a.mean
except AttributeError:
    return _wrapit(a, 'mean', axis, dtype, out)
return mean(axis, dtype, out)

np.average:

...
if weights is None :
    avg = a.mean(axis)
    scl = avg.dtype.type(a.size/avg.size)
else:
    #code that does weighted mean here

if returned: #returned is another optional argument
    scl = np.multiply(avg, 0) + scl
    return avg, scl
else:
    return avg
...

np.mean her zaman aritmetik bir ortalama hesaplar ve girdi ve çıktı için bazı ek seçeneklere sahiptir (örneğin hangi veri türlerinin kullanılacağı, sonucun nereye yerleştirileceği).

np.averageweightsparametre verilirse ağırlıklı bir ortalama hesaplayabilir .

Numpy'nin bazı versiyonlarında, bilmeniz gereken başka bir önemli fark var:

average maskeleri dikkate almayın, bu nedenle tüm veri kümesinin ortalamasını hesaplayın.

mean maskeleri dikkate alır, bu nedenle ortalamayı yalnızca maskelenmemiş değerler üzerinden hesaplayın.

g = [1,2,3,55,66,77]
f = np.ma.masked_greater(g,5)

np.average(f)
Out: 34.0

np.mean(f)
Out: 2.0

Çağrınızda iki işlev aynıdır.

average gerçi ağırlıklı bir ortalama hesaplayabilir.

Doküman bağlantıları: meanveaverage

Belirtilen farklılıklara ek olarak, şimdi zor yolu keşfettiğim son derece önemli bir fark var: aksine np.mean, bazı durumlarda doğru sonuçlar almak için gerekli olan anahtar kelimeye np.averageizin vermiyor dtype. Bir h5dosyadan erişilen çok büyük bir tek duyarlıklı dizi var . Ortalamayı 0 ve 1 eksenleri boyunca alırsam, belirtmediğim sürece çılgınca yanlış sonuçlar alırım dtype='float64':

>T.shape
(4096, 4096, 720)
>T.dtype
dtype('<f4')

m1 = np.average(T, axis=(0,1))                #  garbage
m2 = np.mean(T, axis=(0,1))                   #  the same garbage
m3 = np.mean(T, axis=(0,1), dtype='float64')  # correct results

Ne yazık ki, ne arayacağınızı bilmiyorsanız, sonuçlarınızın yanlış olduğunu söyleyemezsiniz. np.averageBu nedenle bir daha asla kullanmayacağım ama her zaman np.mean(.., dtype='float64')büyük bir dizide kullanacağım . Ağırlıklı bir ortalama istersem, ağırlık vektörü ve hedef dizinin ürününü ve daha sonra ya np.sumda np.mean, uygun şekilde (uygun hassasiyetle) kullanarak açıkça hesaplayacağım .