Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Sử dụng hàm mean() trong Numpy

Sử dụng hàm mean() để tính giá trị trung bình của các phần tử trong một mảng là một thao tác cơ bản nhưng rất hữu ích trong việc xử lý và phân tích dữ liệu với NumPy. Bằng cách sử dụng hàm này, bạn có thể dễ dàng tính toán giá trị trung bình của mảng 1-D hoặc các giá trị trung bình dọc theo các trục khác nhau của mảng nhiều chiều. Việc nắm vững cách sử dụng hàm numpy mean() sẽ giúp bạn thao tác và xử lý dữ liệu hiệu quả hơn trong các dự án khoa học dữ liệu và phân tích thống kê.

test php

Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Giới thiệu về hàm mean() trong Numpy

Hàm mean() trả về giá trị trung bình của các phần tử trong một mảng. Dưới đây là cú pháp của hàm mean():

numpy.mean(a, axis=None, dtype=None, out=None, keepdims=<no value>, *, where=<no value>)

Trong cú pháp này:

a là mảng mà bạn muốn tính giá trị trung bình của các phần tử.
axis là trục, nếu được chỉ định, sẽ trả về giá trị trung bình của các phần tử trên trục đó.

Để hiểu rõ hơn về các tham số khác và cách sử dụng chúng, hãy xem tài liệu của hàm numpy mean().

Bài viết này được đăng tại [free tuts .net]

Ví dụ về hàm mean() trong NumPy

Hãy xem một số ví dụ về cách sử dụng hàm mean().

Sử dụng hàm NumPy mean() trên mảng 1-D

Ví dụ sau sử dụng hàm mean() để tính giá trị trung bình của các số trong một mảng:

import numpy as np
#Bài viết này được đăng tại freetuts.net

a = np.array([1, 2, 3])
average = np.mean(a)
print(average)

Đầu ra:

2.0

Cách hoạt động:

Đầu tiên, tạo một mảng có ba số:

a = np.array([1, 2, 3])

Thứ hai, tính giá trị trung bình của các phần tử trong mảng a bằng cách sử dụng hàm mean():

average = np.mean(a)

Hiển thị giá trị trung bình:

print(average)

Kết quả đầu ra là 2.0 vì (1 + 2 + 3) / 3 = 2.0

Sử dụng hàm NumPy mean() trên mảng 2-D

Ví dụ sau sử dụng hàm mean() để tính giá trị trung bình của các phần tử trên trục 0:

import numpy as np
#Bài viết này được đăng tại freetuts.net
a = np.array([
    [1, 2, 3],
    [4, 5, 6]
])
average = np.mean(a, axis=0)
print(average)

Đầu ra:

[2.5 3.5 4.5]

Screenshot 202024 06 06 20170725 png

Kết bài

Sử dụng hàm numpy mean() để tính giá trị trung bình của các phần tử trong một mảng là một công cụ quan trọng trong việc xử lý dữ liệu và phân tích số liệu với NumPy. Việc này giúp minh dễ dàng tính toán giá trị trung bình của dữ liệu một cách nhanh chóng và hiệu quả, từ đó đưa ra những nhận định và kết luận có ý nghĩa về dữ liệu.

Bài trước Bài tiếp

Sử dụng hàm mean() trong Numpy

Giới thiệu về hàm mean() trong Numpy

Ví dụ về hàm mean() trong NumPy

Sử dụng hàm NumPy mean() trên mảng 1-D

Sử dụng hàm NumPy mean() trên mảng 2-D

Kết bài

Cùng chuyên mục:

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn toàn diện về module datetime trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Từ khóa yield trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Định dạng chuỗi Strings trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Làm việc với các biến môi trường trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa iterator và iterable trong Python

Cách làm việc với file tarball/tar trong Python

Chuyển đổi kiểu dữ liệu trong Python

Sự khác biệt giữa toán tử == và is trong Python

Làm việc với file ZIP trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Sự khác biệt giữa byte objects và string trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Sử dụng hàm mean() trong Numpy

Giới thiệu về hàm mean() trong Numpy

Ví dụ về hàm mean() trong NumPy

Sử dụng hàm NumPy mean() trên mảng 1-D

Sử dụng hàm NumPy mean() trên mảng 2-D

Kết bài

Cùng chuyên mục:

Hướng dẫn xây dựng Command-Line Interface (CLI) bằng Quo trong Python

Hướng dẫn toàn diện về module datetime trong Python

Cách truy cập và thiết lập biến môi trường trong Python

Lớp dữ liệu (Data Classes) trong Python với decorator @dataclass

Từ khóa yield trong Python

Sự khác biệt giữa sort() và sorted() trong Python

Sử dụng Poetry để quản lý dependencies trong Python

Định dạng chuỗi Strings trong Python

Một tác vụ phổ biến khi làm việc với danh sách trong Python

Làm việc với các biến môi trường trong Python

Sự khác biệt giữa set() và frozenset() trong Python

Sự khác biệt giữa iterator và iterable trong Python

Cách làm việc với file tarball/tar trong Python

Chuyển đổi kiểu dữ liệu trong Python

Sự khác biệt giữa toán tử == và is trong Python

Làm việc với file ZIP trong Python

Cách sử dụng ThreadPoolExecutor trong Python

Sự khác biệt giữa byte objects và string trong Python

Xử lý độ chính xác các hàm floor, ceil, round, trunc, format trong Python

Cách lặp qua nhiều list với hàm zip() trong Python

Giới thiệu

Thủ thuật

Link hay

Liên kết