numpy.平均

numpyです。 平均 ( a , 軸=なし , ウェイト=なし , returned=False ) [ソース］

指定された軸に沿った加重平均を計算します。

パラメータです。

a : array_like

平均化されるデータを含む配列。 a が配列でない場合、変換を試みる。

軸 : int, オプション

平均化する軸 a . もし なし 平均化は、フラット化された配列に対して行われます。

ウエイト : array_like、オプション

の値に関連する重みの配列。 a . の各値は a 重み配列は、1次元（この場合、その長さは a と同じ形状であるか、または a もし weights=None のデータはすべて a は、重みが1に等しいと仮定する。

戻る : bool, オプション

デフォルトは 偽 . もし 真 の場合、タプル( 平均 , 重みの合計 ) が返され、そうでない場合は平均値のみが返されます。 weights=None , 重みの合計 は平均を取る要素の数と同じである。

平均、[重みの合計]。 : array_type または double

指定された軸に沿った平均を返します。返される値が 真 平均を1番目の要素、重みの合計を2番目の要素とするタプルを返す。戻り値の型は フロート もし a は整数型であり，そうでない場合は a . 重みの総和 と同じ型である。 平均 .

ゼロディビジョンエラー（ZeroDivisionError

軸方向の重みがすべてゼロの場合。 numpy.ma.average を使えば、この種のエラーに強い回避が可能です。

タイプエラー

1次元の長さの場合 重さ の形状とは異なります。 a を軸にした。

例

>>> data = range(1,5)
>>> data
[1, 2, 3, 4]
>>> np.average(data)
2.5
>>> np.average(range(1,11), weights=range(10,0,-1))
4.0

>>> data = np.range(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.

From: https://docs.scipy.org/doc/numpy/reference/generated/numpy.average.html