NumPy求平均值时的维度设定示例
发布时间：2026-10-13 |
5人浏览过
本文通过具体代码示例，详细解析NumPy中求平均值时axis参数的作用。通过展示二维数组在不同axis取值下的计算结果，对比手动实现与内置函数的差异，帮助读者准确掌握按行或按列求平均值的设定方法。
NumPy求平均值axis参数用法示例
直接通过代码示例来演示NumPy求平均值时维度设定的具体用法。
>>> a = np.array([[1, 2], [3, 4]])
>>> np.mean(a) # 将上面二维矩阵的每个元素相加除以元素个数（求平均数）
2.5
>>> np.mean(a, axis=0) # axis=0，计算所有子数组的平均值
array([ 2., 3.])
>>> np.mean(a, axis=1) # axis=1，对每一个子数组，计算它的平均值
array([ 1.5, 3.5]) 使用以下代码验证计算结果的正确性。
X = np.mean(last_layer_delta_of_all_input, axis=0)
print 'X:', X
print 'X_shape:', X.shape
print 'own mean'
X = np.zeros((10,1))
for delta in last_layer_delta_of_all_input:
X += delta
X /= 10
print 'own X:', X以上关于NumPy求平均值维度设定的示例内容到此结束，希望能为读者提供有效的参考。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
