np.array()按权重求平均值详解

简介: np.array()按权重求平均值详解

代码如下:

a = np.array([[1, 4, 2, 6],
              [10, 41, 7, 3],
              [9, 1, 6, 2]])
v1 = np.average(a, weights=[3, 3, 4], axis=0)
print(v1)

运行结果

当执行这段代码时,np.average(a, weights=[3, 3, 4], axis=0)会根据指定的权重在列方向上计算加权平均值

具体计算过程如下:

对于第一列:

 

对于第二列:

对于第三列:

 

对于第四列:

最终输出的结果 v1 为:

                     

相关文章
|
存储 算法 计算机视觉
np.zeros初始化图像
np.zeros初始化图像
|
11天前
|
Python
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
NumPy库中的`np.concatenate`和`np.append`函数,它们分别用于沿指定轴拼接多个数组以及在指定轴上追加数组元素。
21 0
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
|
11天前
|
机器学习/深度学习 索引 Python
Numpy学习笔记(二):argmax参数中axis=0,axis=1,axis=-1详解附代码
本文解释了NumPy中`argmax`函数的`axis`参数在不同维度数组中的应用,并通过代码示例展示了如何使用`axis=0`、`axis=1`和`axis=-1`来找到数组中最大值的索引。
39 0
Numpy学习笔记(二):argmax参数中axis=0,axis=1,axis=-1详解附代码
|
5月前
|
存储 数据挖掘 数据格式
np.fromfile
np.fromfile“【5月更文挑战第22天】”
461 3
|
5月前
|
计算机视觉 Python
np.ones
np.ones
104 1
|
5月前
np.where()使用详解
1.函数介绍 np.where函数相当于三元表达式的向量版本,能够针对向量作三元操作,有两种使用方法。 np.where(condition, x, y):当满足第一个参数条件时,where返回x,不满足第一个参数的条件时返回y。
128 0
|
Python
浅谈NumPy中的维度Axis
NumPy中的维度是一个很重要的概念,很多函数的参数都需要给定维度Axis,如何直观的理解维度呢?我们首先以二维数组为例进行说明,然后推广到多维数组。 (有人将ndim属性叫维度,将axis叫轴,我还是习惯将axis称之为维度,axis=0称为第一个维度)
76 0
  浅谈NumPy中的维度Axis
|
Python
深入理解Numpy中sum求和的axis参数
深入理解Numpy中sum求和的axis参数
137 0
|
Python
【Numpy】深入剖析Numpy.arange()与range()的区别
【Numpy】深入剖析Numpy.arange()与range()的区别
153 0
007.AcWing 790. 数的三次方根(002)
二分法 相关文章:《二分法的模板讲解》
50 0