numpy.nanmean

numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=False) [source]

Вычисление арифметического среднего по указанной оси, игнорируя NaN.

Возвращает среднее значение элементов массива. Среднее значение вычисляется по сглаженному массиву по умолчанию, в противном случае по указанной оси. float64 промежуточные и возвращаемые значения используются для целочисленных входных данных.

Для всех срезов NaN возвращается NaN, и генерируется RuntimeWarning.

Введено в версии 1.8.0.

Параметры:

a : array_like Массив, содержащий числа, среднее значение которых требуется. Если a не является массивом, выполняется попытка преобразования. axis : int, необязательно Ось, по которой вычисляются средние значения. По умолчанию вычисляется среднее значение сглаженного массива. dtype : тип данных, необязательно Тип данных, используемый при вычислении среднего. Для целочисленных входных данных значение по умолчанию — float64; для вещественных входных данных — такой же, как и у входных данных. out : ndarray, необязательно Альтернативный выходной массив, в котором разместить результат. По умолчанию — None; если задан, должен иметь ту же форму, что и ожидаемый результат, но тип будет преобразован при необходимости. См. doc.ufuncs для получения подробной информации. keepdims : bool, необязательно Если установлено в True, оси, по которым производилось сокращение, оставляются в результате в виде измерений с размером один. С этим параметром результат корректно транслируется по отношению к исходному arr.

Возвращает:

m : ndarray, см. параметр dtype выше Если out=None, возвращает новый массив, содержащий средние значения, в противном случае возвращается ссылка на выходной массив. Nan возвращается для срезов, содержащих только NaNs.

См. также

average

Взвешенное среднее

mean

Арифметическое среднее, вычисляемое без игнорирования NaNs

var, nanvar

Примечания

Арифметическое среднее — это сумма элементов, не являющихся NaN, вдоль оси, деленная на количество элементов, не являющихся NaN.

Обратите внимание, что для входных данных с плавающей точкой среднее значение вычисляется с той же точностью, что и входные данные. В зависимости от входных данных это может привести к неточным результатам, особенно для float32. Указание накопителя с большей точностью с помощью параметра dtype может решить эту проблему.

Примеры

>>> a = np.array([[1, np.nan], [3, 4]])
>>> np.nanmean(a)
2.6666666666666665
>>> np.nanmean(a, axis=0)
array([ 2.,  4.])
>>> np.nanmean(a, axis=1)
array([ 1.,  3.5])