numpy.ma.average

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

Возвращает взвешенное среднее значение массива по заданной оси.

Параметры

aarray_like

Данные, которые необходимо усреднить. Маскированные элементы не учитываются при вычислении.

axisint, optional

Ось, по которой нужно усреднить a. Если None, усреднение выполняется по уплощенному массиву.

weightsarray_like, optional

Значение важности каждого элемента при вычислении среднего. Массив весов может быть одномерным (в этом случае его длина должна быть равна размеру a по данной оси) или иметь такую же форму, как и a. Если weights=None, то все данные в a предполагаются имеющими вес, равный единице. Вычисление для одномерного случая:

avg = sum(a * weights) / sum(weights)

Единственное ограничение для weights состоит в том, что sum(weights) не должно быть равно 0.

returnedbool, optional

Флаг, указывающий, следует ли возвращать кортеж (result, sum of weights) в качестве результата (True) или только результат (False). По умолчанию False.

Возвращает

average, [sum_of_weights](tuple of) scalar or MaskedArray

Среднее значение по заданной оси. Если возвращается кортеж True, возвращается кортеж с средним значением в качестве первого элемента и суммой весов во втором. Тип возвращаемого значения – np.float64 если тип a целые числа и числа с плавающей точкой меньше float64, или тип входных данных, в противном случае. Если возвращается кортеж, sum_of_weights всегда равен 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)