numpy mean函数的参数'a'是如何工作的？

Question

我是python和numpy的新手，我很难理解mean函数的参数。在

我这样定义我的数据。在

mean = [2, 0.5]
cov = [[0.8, 0.1],[0.1, 0.5]]
np.random.seed(17)
C1 = np.random.multivariate_normal(mean, cov,50).T

现在我想近似平均值。我是这样做的：

^{2}$

我被这个解决方案搞糊涂了，因为我不能把我的脑袋绕在参数的概念上。在

文件numpy.平均值国家：

a : array_like Array containing numbers whose mean is desired. If a is not an array, a conversion is attempted.

对我来说，这个函数的正常调用方式是 numpy.mean(C1）导致

(1.1310301021862881)

类似地，使用不带参数的C1也会导致一个值。我不知道为什么？在

 C1.mean()    
 //returns array(1.1310301021862881)

Answer 1

为了避免概念混淆，我将更改mean变量名：

In [794]: mparam = [2, 0.5]
In [795]: cov = [[0.8, 0.1],[0.1, 0.5]]
In [796]: np.random.seed(17)
In [797]: C1 = np.random.multivariate_normal(mparam, cov,50).T
In [798]: C1.shape
Out[798]: (2, 50)

所以您的C1数组是2d的；2来自mparam的大小，50来自第3个参数的normal。在

看看method版本的docs：

^{pr2}$

C1.mean(1)调用此函数，第一个参数是1；让我们对关键字version执行相同的操作：

In [800]: C1.mean(axis=1)
Out[800]: array([ 1.81203223,  0.45002797])

mean的函数版本相同，但第一个参数是数组本身：

In [801]: np.mean(C1, axis=1)
Out[801]: array([ 1.81203223,  0.45002797])

如果方法和函数之间的区别令人困惑，那么您需要回顾一些关于类定义的Python基础知识。在

C.mean()离开axis=None，这是它的默认值。np.mean的文档提供了关于这个axis参数的更多细节。如果None（即未提供），则取C1所有100个值的平均值，得到一个值。对于axis=1，它取C1每行的平均值，因此有2个值。在

关于axis参数在mean和sum等函数中的含义的更详细讨论： Sum along axis in numpy array

Answer 2

这里涉及两个不同的功能：

1. https://docs.scipy.org/doc/numpy/reference/generated/numpy.mean.html
2. https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.mean.html

第一个类似于np.mean(C1)。第二种用法类似于C1.mean()，并执行相同的操作。但是当你说C1.mean(1)时，1被用作axis参数，它给你一个向量而不是标量结果。在