溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本篇內容主要講解“Python中怎么使用numpy求行均值”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Python中怎么使用numpy求行均值”吧!
隨機給定一個二維數組，結果返回行均值。
第一行：兩個用空格隔開的整數，第一個表示矩陣X(n)的行，第二個表示X(p)的列。
接下來的 n 行：X 中行的值。
一個 numpy 一維值數組，四舍五入到第二個小數。
2 2
1.5 1
2 2.9
[1.25 2.45]
最簡單也是最關鍵，最重要的一步，導入numpy庫。
import numpy as np需要定義 numpy 數組的行列，因為要滿足題目要求的隨機性，所以這里就不寫死，使用 input 輸入。而且行列一定是整數類型的，數據類型必須是int 類型。但是輸入的值是字符串，這時候就需要對輸入的值進行轉換。
n, p = [int(x) for x in input().split()]接下來，每行都會輸入 p 個值。我用了一個范圍為 n 的循環，每行都能輸入 p 個值。此前還需要定義一個空數組，便于后面的數組進行累加。
arr = []for i in range(n):
arr += [float(x) for x in input().split()]接下來就是將數組轉換為 numpy 數組，并且給它重塑為二維數組。
arr = np.array(arr).reshape(n, p)最后就可以直接使用 numpy 的 mean 方法求均值即可，但題目要求是求行均值，這時候就需要設置axis=1，按列計算，獲得行均值。同時結果還需要保留小數點后兩位，就需要用上 round 方法。
arr.mean(axis=1).round(2)import numpy as np
n, p = [int(x) for x in input().split()]
arr = []for i in range(n):
arr += [float(x) for x in input().split()]
arr = np.array(arr).reshape(n, p)
print(arr.mean(axis=1).round(2))到此，相信大家對“Python中怎么使用numpy求行均值”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
