Python NumPy中的np.mean()与np.average()有何区别？

Question

我注意到

In [30]: np.mean([1, 2, 3])
Out[30]: 2.0

In [31]: np.average([1, 2, 3])
Out[31]: 2.0

然而，由于它们毕竟是两个不同的函数，应该会有一些区别。

它们之间有什么区别？

- Sibbs Gambling

---

就我所看，这份文档并没有直接说明。虽然我不是说无法判断，但我认为这个问题仍然适用于Stack Overflow。 - BlackVegetable

numpy.mean：返回数组元素的平均值。 - joaquin

@joaquin：沿着指定的轴计算算术平均值，还是计算加权平均值？ - Blender

@Blender没错。我只是想对你的评论做出一种有趣的回应，因为如果我按照你的指示去看numpy.mean文档，第一件要读的事情是“numpy.mean: 返回数组元素的平均值”，这对于寻找OP问题的答案来说是很有趣的。 - joaquin

Answer 1

np.average接受一个可选的权值参数，如果未提供，则与np.mean等效。查看源代码：Mean，Average

np.mean：

try:
    mean = a.mean
except AttributeError:
    return _wrapit(a, 'mean', axis, dtype, out)
return mean(axis, dtype, out)

np.average：

...
if weights is None :
    avg = a.mean(axis)
    scl = avg.dtype.type(a.size/avg.size)
else:
    #code that does weighted mean here

if returned: #returned is another optional argument
    scl = np.multiply(avg, 0) + scl
    return avg, scl
else:
    return avg
...

- Hammer

---

为什么它们提供了两个不同的函数？似乎他们应该只提供 np.average，因为 weights 已经是可选的了。这似乎是不必要的，只会让用户感到困惑。 - Geoff

@Geoff，我宁愿让它抛出“NotImplementedException”异常来告诉用户算术平均值不等同于“平均数”，以此来教育用户。 - FooBar

@Geoff 这个回答和那个回答实际上告诉你为什么需要这两个函数。 - undefined

Answer 2

np.mean 通常计算算术平均值，并具有一些用于输入和输出的其他选项（例如使用哪种数据类型，结果放在何处等）。

np.average 可以在提供了weights参数的情况下计算加权平均值。

- Amber

Answer 3

在某些版本的numpy中还有一个您必须了解的重要区别：

average不考虑掩码，因此计算整个数据集的平均值。

mean 考虑掩码，因此仅计算未掩码值的平均值。

g = [1,2,3,55,66,77]
f = np.ma.masked_greater(g,5)

np.average(f)
Out: 34.0

np.mean(f)
Out: 2.0

- G M

---

注意：np.ma.average是可行的。同时，存在一个错误报告。 - Neil G

np.average和np.mean都考虑掩码。我已经尝试并得到了“Out: 2.0”的值。 - CEB

@CEB 新版本可能修复了这个错误，感谢您的报告。 - G M

Answer 4

除了已经提到的区别外，我刚刚发现了另一个非常重要的区别，与np.mean不同，np.average不允许使用必要的关键字dtype，这在某些情况下对于获取正确结果是至关重要的。我有一个非常大的单精度数组，它是从一个h5文件中读取的。如果我沿着0和1轴取平均值，除非我指定dtype='float64'，否则我会得到极其不准确的结果：

>T.shape
(4096, 4096, 720)
>T.dtype
dtype('<f4')

m1 = np.average(T, axis=(0,1))                #  garbage
m2 = np.mean(T, axis=(0,1))                   #  the same garbage
m3 = np.mean(T, axis=(0,1), dtype='float64')  # correct results

遗憾的是，除非您知道要查找什么，否则您不能确定结果是否错误。因此，我再也不会使用np.average，而是在任何大型数组上始终使用np.mean(.., dtype='float64')。如果我想要加权平均值，我将使用权重向量和目标数组的乘积明确计算它，然后根据需要使用np.sum或np.mean（以及适当的精度）。

- Grant Petty

---

非常令人惊讶。你知道为什么会发生这种情况吗？你能否提交一个错误报告？谢谢。 - Sanjay Manohar

Answer 5

在您的调用中，这两个函数是相同的。

虽然mean可以计算加权平均值。

文档链接：mean和average。

- Prashant Kumar