Función Numpy MaskedArray.mean() | Python

numpy.MaskedArray.mean()La función se usa para devolver el promedio de los elementos de array enmascarados a lo largo del eje dado. Aquí se ignoran las entradas enmascaradas y se enmascararán los elementos de resultado que no sean finitos.

Sintaxis: numpy.ma.mean(axis=None, dtype=None, out=None)

Parámetros:

eje: [int, opcional] Eje a lo largo del cual se calcula la media. El valor predeterminado (Ninguno) es calcular la media sobre la array aplanada.
dtype : [dtype, opcional] Tipo de array devuelta, así como del acumulador en el que se multiplican los elementos.
out : [ndarray, opcional] Una ubicación en la que se almacena el resultado.
  -> Si se proporciona, debe tener una forma a la que se transmitan las entradas.
  -> Si no se proporciona o Ninguno, se devuelve una array recién asignada.

Devolución: [mean_along_axis, ndarray] Se devuelve una nueva array que contiene el resultado a menos que se especifique out, en cuyo caso se devuelve una referencia a out.

Código #1:

# Python program explaining
# numpy.MaskedArray.mean() method 
    
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
    
# creating input array  
in_arr = geek.array([[1, 2], [ 3, -1], [ 5, -3]])
print ("Input array : ", in_arr) 
    
# Now we are creating a masked array. 
# by making  entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask =[[1, 0], [ 1, 0], [ 0, 0]]) 
print ("Masked array : ", mask_arr) 
    
# applying MaskedArray.mean    
# methods to masked array
out_arr = mask_arr.mean() 
print ("mean of masked array along default axis : ", out_arr) 
Producción:

Input array :  [[ 1  2]
 [ 3 -1]
 [ 5 -3]]
Masked array :  [[-- 2]
 [-- -1]
 [5 -3]]
mean of masked array along default axis :  0.75

Código #2:

# Python program explaining
# numpy.MaskedArray.mean() method 
     
# importing numpy as geek  
# and numpy.ma module as ma 
import numpy as geek 
import numpy.ma as ma 
     
# creating input array 
in_arr = geek.array([[1, 0, 3], [ 4, 1, 6]]) 
print ("Input array : ", in_arr)
      
# Now we are creating a masked array. 
# by making one entry as invalid.  
mask_arr = ma.masked_array(in_arr, mask =[[ 0, 0, 0], [ 0, 0, 1]]) 
print ("Masked array : ", mask_arr) 
     
# applying MaskedArray.mean methods 
# to masked array
out_arr1 = mask_arr.mean(axis = 0) 
print ("mean of masked array along 0 axis : ", out_arr1)
  
out_arr2 = mask_arr.mean(axis = 1) 
print ("mean of masked array along 1 axis : ", out_arr2)
Producción:

Input array :  [[1 0 3]
 [4 1 6]]
Masked array :  [[1 0 3]
 [4 1 --]]
mean of masked array along 0 axis :  [2.5 0.5 3.0]
mean of masked array along 1 axis :  [1.3333333333333333 2.5]

Publicación traducida automáticamente

Artículo escrito por jana_sayantan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *