Python中numpy.mean()函数axis参数详解与示例

阿澈

发布时间：2026-10-13 | 3人浏览过

原创

本文详细介绍Python中numpy库mean()函数的用法，重点解析axis参数对矩阵求均值的影响。通过m*n矩阵示例，说明不设置axis、axis=0（按列求均值）及axis=1（按行求均值）的具体返回结果，帮助开发者掌握多维数组均值计算技巧。

mean()函数基本用法与axis参数说明

mean()函数的基本调用格式为mean(matrix, axis=0)，其中matrix代表输入的矩阵对象，axis用于指定计算均值的方向参数。

假设有一个m行n列的矩阵作为输入对象：

当axis参数未指定时，函数会对矩阵中所有的m*n个数值进行整体求均值，最终返回一个实数结果。

当设置axis=0时，函数执行压缩行操作，即对每一列的数据分别求均值，最终返回一个形状为1*n的矩阵。

当设置axis=1时，函数执行压缩列操作，即对每一行的数据分别求均值，最终返回一个形状为m*1的矩阵。

矩阵均值计算代码示例

具体代码演示如下：


>>> import numpy as np
 
>>> num1 = np.array([[1,2,3],[2,3,4],[3,4,5],[4,5,6]])
>>> now2 = np.mat(num1)
>>> now2
matrix([[1, 2, 3],
    [2, 3, 4],
    [3, 4, 5],
    [4, 5, 6]])
 
 
>>> np.mean(now2) # 对所有元素求均值
3.5
 
 
>>> np.mean(now2,0) # 压缩行，对各列求均值
matrix([[ 2.5, 3.5, 4.5]])
 
 
>>> np.mean(now2,1) # 压缩列，对各行求均值
matrix([[ 2.],
    [ 3.],
    [ 4.],
    [ 5.]])

以上内容涵盖了mean()函数的核心用法，希望能为读者提供有效的参考。如果您觉得有帮助，欢迎继续支持本站获取更多技术分享。