关于numpy mean函数和var函数用法

您所在的位置：网站首页 › python中var函数的用法 › 关于numpy mean函数和var函数用法

关于numpy mean函数和var函数用法

2023-12-21 11:42| 来源: 网络整理| 查看: 265

1.1对于二维矩阵

首先官网里有写： numpy.mean(a, axis=None, dtype=None, out=None, keepdims= ) Compute the arithmetic mean along the specified axis.

axis : None or int or tuple of ints, optional Axis or axes along which the means are computed. The default is to compute the mean of the flattened array.

这里就说明axis值为整数或者元组（类似于（0,1,2））这种。对于二维的矩阵，axis只有0,1两个参数，其中axis=0为按列求平均，axis=1为按行求平均，不给出axis不是默认axis为0，而是把所有元素加起来求平均. 在这里引用博客里最多的一句话，axis等于几，就理解成对那一维值进行压缩，如一个3×2的矩阵，axis=0，则输出为1*2的向量，对列进行操作。同理对4维tensor如[128,28,28,3] 设置axis=（0,1,2）输出为[1，1,1,3]沿着最后一个维度取平均。

import numpy as np X = np.array([[1, 2], [3, 4], [5, 6]]) print np.mean(X, axis=0, keepdims=True) print np.mean(X, axis=1, keepdims=True) print np.mean(X)

运行结果如下

[[ 3. 4.]] [[ 1.5] [ 3.5] [ 5.5]] 3.5

方差同理：

import numpy as np X = np.array([[1, 2], [3, 4], [5, 6]]) print np.var(X, axis=0, keepdims=True) print np.var(X, axis=1, keepdims=True) print np.var(X) 运行结果如下： [[ 2.66666667 2.66666667]] [[ 0.25] [ 0.25] [ 0.25]] 2.91666666667

应该注意的是方差的特殊性，对行和列求的的方差进行平均不等于整体数据的方差，用np.var要搞清楚所求的到底是什么？

import numpy as np X = np.array([[1, 4], [3, 8], [5, 9]]) print np.var(X, axis=0, keepdims=True) print np.var(X, axis=1, keepdims=True) print np.var(X) print np.mean(np.var(X, axis=0)) print np.mean(np.var(X, axis=1)) 运行结果如下： [[ 2.66666667 4.66666667]] [[ 2.25] [ 6.25] [ 4. ]] 7.66666666667 3.66666666667 4.16666666667 1.2对于四维张量

接下来就到numpy对4维tensor的处理了，先跳到tensorflow里来，下次来对比tf.reduce_mean,numpy.mean,tf.nn.moments（BN中用到的）这三个求均值结果是否一样。

【本文地址】

关于numpy mean函数和var函数用法

关于numpy mean函数和var函数用法

今日新闻

推荐新闻