numpy.nanmean

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

Вычислить арифметическое среднее по указанной оси, игнорируя NaN.

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

Для фрагментов, содержащих только NaN, возвращается NaN, и RuntimeWarning возбуждается.

Новая 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, используемый при вычислении среднего значения. Для целочисленных входных данных значение по умолчанию — float64; для вещественных входных данных — такой же, как и для входных данных. out : ndarray, необязательно Альтернативный массив вывода, в который следует поместить результат. По умолчанию None; если указано, оно должно иметь такую же форму, как ожидаемый результат, но тип будет преобразован при необходимости. См. doc.ufuncs для получения подробностей. keepdims : bool, необязательно Если установлено в True, оси, по которым производится уменьшение, остаются в результате как измерения с размером один. С этим параметром результат корректно транслируется относительно исходного arr.

Возвращает:

m : ndarray, см. параметр dtype выше Если out=None, возвращается новый массив, содержащий средние значения, в противном случае возвращается ссылка на массив вывода. Nan возвращается для фрагментов, которые содержат только NaN.

См. также

average

Взвешенное среднее

mean

Арифметическое среднее, вычисляемое без игнорирования NaN

var, nanvar

Примечания

Арифметическое среднее — это сумма элементов, не равных NaN, по оси, делённая на количество элементов, не равных 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. Использование 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])