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:

Sử dụng câu lệnh raise from trong Python

Ngoại lệ tùy chỉnh trong Python

Ngoại lệ Raise trong Python

Tìm hiểu về các ngoại lệ trong Python

Tìm hiểu về decorator dataclass trong Python

Ví dụ sử dụng metaclass trong Python

Lớp Metaclass trong Python

Tìm hiểu về Class Type trong Python

Phương thức new trong Python

Phân biệt Data Descriptor và Non-data Descriptor trong Python

Mô tả Descriptors trong Python

Tìm hiểu về các lớp mixin trong Python

Đa kế thừa trong Python

Nguyên tắc đảo ngược sự phụ thuộc trong Python

Interface Segregation Principle - ISP trong Python.

Nguyên tắc thay thế Liskov - LSP trong Python

Nguyên tắc Đóng-Mở trong Python

Single Responsibility Principle trong Python

Cách sử dụng hàm Auto() của Python

Tùy chỉnh và mở rộng lớp Enum 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:

Sử dụng câu lệnh raise from trong Python

Ngoại lệ tùy chỉnh trong Python

Ngoại lệ Raise trong Python

Tìm hiểu về các ngoại lệ trong Python

Tìm hiểu về decorator dataclass trong Python

Ví dụ sử dụng metaclass trong Python

Lớp Metaclass trong Python

Tìm hiểu về Class Type trong Python

Phương thức __new__ trong Python

Phân biệt Data Descriptor và Non-data Descriptor trong Python

Mô tả Descriptors trong Python

Tìm hiểu về các lớp mixin trong Python

Đa kế thừa trong Python

Nguyên tắc đảo ngược sự phụ thuộc trong Python

Interface Segregation Principle - ISP trong Python.

Nguyên tắc thay thế Liskov - LSP trong Python

Nguyên tắc Đóng-Mở trong Python

Single Responsibility Principle trong Python

Cách sử dụng hàm Auto() của Python

Tùy chỉnh và mở rộng lớp Enum trong Python

Giới thiệu

Thủ thuật

Link hay

Liên kết

Phương thức new trong Python