numpy.ma.average

numpy.ma.average(a, axis=None, weights=None, returned=False) [source]

Возвращает взвешенное среднее значение массива по заданной оси.

Параметры:

a : array_like Данные, которые нужно усреднить. Маскированные элементы не учитываются при вычислении. axis : int, optional Ось, по которой нужно усреднить a. Если None, усреднение выполняется по уплощенному массиву. weights : array_like, optional Значимость каждого элемента при вычислении среднего. Массив весов может быть одномерным (в этом случае его длина должна соответствовать размеру a по заданной оси) или иметь такую же форму, как и a. Если weights=None, все данные в a предполагаются с весом, равным единице. Если weights комплексное, мнимые части игнорируются. returned : bool, optional Флаг, указывающий, должна ли кортеж (result, sum of weights) возвращаться в качестве результата (True), или только результат (False). По умолчанию False.

Возвращает:

average, [sum_of_weights] : (tuple of) scalar or MaskedArray Среднее значение по указанной оси. Если возвращается True, возвращается кортеж со средним значением как первым элементом и суммой весов как вторым. Тип возвращаемого значения np.float64 если a имеет целочисленный тип и числа с плавающей точкой меньше float64, или тип входных данных, в противном случае. Если возвращается, sum_of_weights всегда float64.

Примеры

>>> a = np.ma.array([1., 2., 3., 4.], mask=[False, False, True, True])
>>> np.ma.average(a, weights=[3, 1, 0, 0])
1.25

>>> x = np.ma.arange(6.).reshape(3, 2)
>>> x
masked_array(
  data=[[0., 1.],
        [2., 3.],
        [4., 5.]],
  mask=False,
  fill_value=1e+20)
>>> avg, sumweights = np.ma.average(x, axis=0, weights=[1, 2, 3],
...                                 returned=True)
>>> avg
masked_array(data=[2.6666666666666665, 3.6666666666666665],
             mask=[False, False],
       fill_value=1e+20)