-
numpy.average(a, axis=None, weights=None, returned=False)
[source] -
Calcule el promedio ponderado a lo largo del eje especificado.
- Parámetros
-
-
aarray_like
-
Matriz que contiene los datos que se van a promediar. Si
a
no es una matriz, se intenta una conversión. -
axisNone or int or tuple of ints, optional
-
Eje o ejes a lo largo de los cuales promediar
a
. El valor predeterminado, eje = Ninguno, promediará todos los elementos de la matriz de entrada. Si el eje es negativo, cuenta desde el último hasta el primer eje.Nuevo en la versión 1.7.0.
Si axis es una tupla de ints, el promedio se realiza en todos los ejes especificados en la tupla en lugar de en un solo eje o en todos los ejes como antes.
-
weightsarray_like, optional
-
Una matriz de pesos asociados con los valores en
a
. Cada valor ena
contribuye a la media según su peso asociado. La matriz de pesos puede ser 1-D (en cuyo caso su longitud debe ser del tamaño dea
a lo largo del eje dado) o de la misma forma quea
. Siweights=None
, luego todos los datos ena
se supone que tienen un peso igual a uno. El cálculo 1-D es:avg = sum(a * weights) / sum(weights)
La única restricción en
weights
es esosum(weights)
no debe ser 0. -
returnedbool, optional
-
El valor predeterminado es
False
. SiTrue
, la tuplaaverage
,sum_of_weights
) se devuelve; de lo contrario, solo se devuelve el promedio. Siweights=None
,sum_of_weights
es equivalente al número de elementos sobre los que se toma el promedio.
-
- Devoluciones
-
-
retval, [sum_of_weights]array_type or double
-
Devuelve el promedio a lo largo del eje especificado. Cuando
returned
esTrue
, devuelve una tupla con el promedio como primer elemento y la suma de los pesos como segundo elemento.sum_of_weights
es del mismo tipo queretval
. El tipo de resultado sigue un patrón general. Siweights
es None, el resultado dtype será el dea
, ofloat64
sia
es integral. De lo contrario, siweights
no es Ninguno ya
no es integral, el tipo de resultado será el tipo de precisión más baja capaz de representar valores de ambosa
yweights
. Sia
resulta ser integral, las reglas anteriores aún se aplican pero el resultado dtype será al menosfloat64
.
-
- Eleva
-
- ZeroDivisionError
-
Cuando todos los pesos a lo largo del eje son cero. Ver
numpy.ma.average
para una versión robusta a este tipo de error. - Error de tecleado
-
Cuando la longitud de 1D
weights
no es lo mismo que la forma dea
a lo largo del eje.
Ver también
-
mean
-
ma.average
-
promedio para matrices enmascaradas: útil si sus datos contienen valores “perdidos”
-
numpy.result_type
-
Devuelve el tipo que resulta de aplicar las reglas de promoción de tipos numéricos a los argumentos.
Ejemplos de
>>> data = np.arange(1, 5) >>> data array([1, 2, 3, 4]) >>> np.average(data) 2.5 >>> np.average(np.arange(1, 11), weights=np.arange(10, 0, -1)) 4.0
>>> data = np.arange(6).reshape((3,2)) >>> data array([[0, 1], [2, 3], [4, 5]]) >>> np.average(data, axis=1, weights=[1./4, 3./4]) array([0.75, 2.75, 4.75]) >>> np.average(data, weights=[1./4, 3./4]) Traceback (most recent call last): ... TypeError: Axis must be specified when shapes of a and weights differ.
>>> a = np.ones(5, dtype=np.float128) >>> w = np.ones(5, dtype=np.complex64) >>> avg = np.average(a, weights=w) >>> print(avg.dtype) complex256
ejemplo de numpy.average ()
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)