numpy.nanmean¶

numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=<no value>)[源代码]¶

沿指定轴计算算术平均值，忽略NaN。

返回数组元素的平均值。默认情况下，平均值将覆盖展平的数组，否则将覆盖指定的轴。 float64 中间值和返回值用于整数输入。

对于所有的NaN切片，返回NaN，然后 RuntimeWarning 提高了。

1.8.0 新版功能.

参数

aarray_like

包含所需平均值的数字的数组。如果 a 不是数组，尝试转换。

axisint，int的元组，none，可选

计算平均值的轴。默认值是计算展平数组的平均值。

dtype数据类型，可选

用于计算平均值的类型。对于整数输入，默认值为 float64 ；对于不精确的输入，它与输入数据类型相同。

outndarray，可选

用于放置结果的备用输出数组。默认值为 None ；如果提供，它必须具有与预期输出相同的形状，但如果需要，类型将被强制转换。见输出类型确定了解更多详细信息。

keepdims可选的布尔

如果设置为“真”，则缩小的轴将保留在结果中，作为尺寸为1的尺寸。使用此选项，结果将正确广播到原始 a .

如果该值不是默认值，则 keepdims 将通过 mean 或 sum 子类方法 ndarray . 如果子类方法不实现 keepdims 将引发任何异常。

返回

mndarray，请参见上面的dtype参数: 如果 out=None ，返回包含平均值的新数组，否则返回对输出数组的引用。对于只包含NaN的切片，返回NaN。

参见

average: 加权平均
mean: 不忽略nan的算术平均值
var, nanvar

笔记

算术平均数是轴上非NaN元素的和除以非NaN元素的数目。

注意，对于浮点输入，平均值是使用与输入相同的精度计算的。根据输入数据，这可能导致结果不准确，尤其是 float32 . 使用指定更高精度的累加器 dtype 关键字可以缓解此问题。

实例

>>> 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]) # may vary

numpy.nanmedian numpy.nanstd