En numpy, las arrays pueden tener tipos de datos que contienen campos, de forma análoga a las columnas en una hoja de cálculo. Un ejemplo es [(a, int), (b, float)], donde cada entrada en la array es un par de (int, float). Normalmente, se accede a estos atributos mediante búsquedas en diccionarios como arr['a'] and arr['b']. Las arrays de registros permiten acceder a los campos como miembros de la array, utilizando arr.a and arr.b.
numpy.recarray.mean()La función devuelve el promedio de los elementos de la array a lo largo del eje dado.
Sintaxis:
numpy.recarray.mean(axis=None, dtype=None, out=None, keepdims=False)Parámetros:
eje : [Ninguno o int o tupla de ints, opcional] Eje o ejes a lo largo de los cuales operar. De forma predeterminada, se utiliza la entrada aplanada.
dtype : [tipo de datos, opcional] Tipo que deseamos al calcular la media.
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.
keepdims: [bool, opcional] Si se establece en True, los ejes que se reducen se dejan en el resultado como dimensiones con tamaño uno.Retorno: [ndarray o escalar] Media aritmética de la array (un valor escalar si el eje no es ninguno) o array con valores medios a lo largo del eje especificado.
Código #1:
# Python program explaining
# numpy.recarray.mean() method
# importing numpy as geek
import numpy as geek
# creating input array with 2 different field
in_arr = geek.array([[(5.0, 2), (3.0, 6), (6.0, 10)],
[(9.0, 1), (5.0, 4), (-12.0, 7)]],
dtype =[('a', float), ('b', int)])
print ("Input array : ", in_arr)
# convert it to a record array,
# using arr.view(np.recarray)
rec_arr = in_arr.view(geek.recarray)
print("Record array of float: ", rec_arr.a)
print("Record array of int: ", rec_arr.b)
# applying recarray.mean methods
# to float record array along default axis
# i, e along flattened array
out_arr1 = rec_arr.a.mean()
# Mean of the flattened array
print("\nMean of float record array, axis = None : ", out_arr1)
# applying recarray.mean methods
# to float record array along axis 0
# i, e along vertical
out_arr2 = rec_arr.a.mean(axis = 0)
# Mean along 0 axis
print("\nMean of float record array, axis = 0 : ", out_arr2)
# applying recarray.mean methods
# to float record array along axis 1
# i, e along horizontal
out_arr3 = rec_arr.a.mean(axis = 1)
# Mean along 0 axis
print("\nMean of float record array, axis = 1 : ", out_arr3)
# applying recarray.mean methods
# to int record array along default axis
# i, e along flattened array
out_arr4 = rec_arr.b.mean(dtype ='int')
# Mean of the flattened array
print("\nMean of int record array, axis = None : ", out_arr4)
# applying recarray.mean methods
# to int record array along axis 0
# i, e along vertical
out_arr5 = rec_arr.b.mean(axis = 0)
# Mean along 0 axis
print("\nMean of int record array, axis = 0 : ", out_arr5)
# applying recarray.mean methods
# to int record array along axis 1
# i, e along horizontal
out_arr6 = rec_arr.b.mean(axis = 1)
# Mean along 0 axis
print("\nMean of int record array, axis = 1 : ", out_arr6)
Input array : [[( 5., 2) ( 3., 6) ( 6., 10)] [( 9., 1) ( 5., 4) (-12., 7)]] Record array of float: [[ 5. 3. 6.] [ 9. 5. -12.]] Record array of int: [[ 2 6 10] [ 1 4 7]] Mean of float record array, axis = None : 2.6666666666666665 Mean of float record array, axis = 0 : [ 7. 4. -3.] Mean of float record array, axis = 1 : [4.66666667 0.66666667] Mean of int record array, axis = None : 5 Mean of int record array, axis = 0 : [1.5 5. 8.5] Mean of int record array, axis = 1 : [6. 4.]
Publicación traducida automáticamente
Artículo escrito por jana_sayantan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA