np.mean () vs np.average () dans Python NumPy?

Je remarque que

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

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

Cependant, il devrait y avoir des différences, car après tout, ce sont deux fonctions différentes.

Quelles sont les différences entre eux?

np.average prend un paramètre de poids facultatif. S'il n'est pas fourni, ils sont équivalents. Jetez un œil au code source: Moyenne , Moyenne

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
...

np.mean calcule toujours une moyenne arithmétique, et a quelques options supplémentaires pour l'entrée et la sortie (par exemple, quels types de données utiliser, où placer le résultat).

np.averagepeut calculer une moyenne pondérée si le weightsparamètre est fourni.

Dans une version de numpy il existe une autre différence importante dont vous devez être conscient:

average ne tenez pas compte des masques, calculez donc la moyenne sur l'ensemble des données.

mean prend en compte les masques, donc calculez la moyenne uniquement sur les valeurs non masquées.

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

Dans votre appel, les deux fonctions sont identiques.

average peut cependant calculer une moyenne pondérée.

Liens doc: meanetaverage

En plus des différences déjà notées, il y a une autre différence extrêmement importante que je viens de découvrir à la dure: contrairement à np.mean, np.averagen'autorise pas le dtypemot - clé, ce qui est essentiel pour obtenir des résultats corrects dans certains cas. J'ai un très grand tableau simple précision auquel on accède à partir d'un h5fichier. Si je prends la moyenne le long des axes 0 et 1, j'obtiens des résultats complètement incorrects sauf si je spécifie dtype='float64':

>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

Malheureusement, à moins que vous ne sachiez quoi rechercher, vous ne pouvez pas nécessairement dire que vos résultats sont erronés. Je ne l'utiliserai np.averageplus jamais pour cette raison mais je l'utiliserai toujours np.mean(.., dtype='float64')sur n'importe quel grand tableau. Si je veux une moyenne pondérée, je la calculerai explicitement en utilisant le produit du vecteur de poids et du tableau cible, puis soitnp.sum ou np.mean, selon le cas (avec une précision appropriée également).