소개
NumPy 는 과학적 계산을 위한 Python 패키지로, 수학적 연산의 기본 구성 요소인 고성능 배열 객체를 제공합니다. 평균은 배열의 모든 항목을 더한 다음 배열 요소의 총 개수로 나누어 쉽게 계산할 수 있습니다. NumPy 라이브러리의 numpy.mean() 함수는 NumPy 배열의 지정된 축을 따라 산술 평균을 계산하는 데 사용됩니다. 기본적으로, 사용자가 축을 지정하지 않으면 평균은 평탄화된 배열에 대해 계산됩니다.
VM 팁
VM 시작이 완료되면, 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 접근하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 연산의 유효성 검사는 자동화될 수 없습니다.
학습 중 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
NumPy 라이브러리 임포트
첫 번째 단계는 NumPy 라이브러리를 임포트하는 것입니다.
import numpy as np
1 차원 배열 생성
값 [80, 23, 17, 1, 39]를 가진 1 차원 배열 x를 생성합니다.
x = np.array([80, 23, 17, 1, 39])
배열의 평균 계산
numpy.mean() 함수를 사용하여 1 차원 배열 x의 평균을 계산합니다.
array_mean = np.mean(x)
print("The mean of the input array is: ", array_mean)
2 차원 배열 생성
값 [[14, 19, 12, 34, 43], [16, 8, 28, 8, 20], [25, 5, 55, 1, 2]]를 가진 2 차원 배열 p를 생성합니다.
p = np.array([[14, 19, 12, 34, 43], [16, 8, 28, 8, 20], [25, 5, 55, 1, 2]])
평탄화된 배열의 평균 계산
numpy.mean() 함수를 사용하여 평탄화된 p 배열의 평균을 계산합니다.
mean_flattened = np.mean(p)
print("The mean of the array when axis = None : ", mean_flattened)
축 0 을 따라 평균 계산
numpy.mean() 함수를 사용하여 p 배열의 축 0 을 따라 평균을 계산합니다.
mean_axis_0 = np.mean(p, axis = 0)
print("The mean of the array when axis = 0 : ", mean_axis_0)
축 1 을 따라 평균 계산
numpy.mean() 함수를 사용하여 p 배열의 축 1 을 따라 평균을 계산합니다.
mean_axis_1 = np.mean(p, axis = 1)
print("The mean of the array when axis = 1 : ", mean_axis_1)
Out 매개변수
out 매개변수를 사용하여 numpy.mean() 함수를 사용하여 결과를 다른 배열에 저장합니다.
out_arr = np.arange(3)
print("out_arr : ", out_arr)
print("Mean of arr, axis = 1: ", np.mean(p, axis = 1, out = out_arr))
요약
이 튜토리얼에서는 NumPy 라이브러리의 numpy.mean() 함수를 다루었습니다. 평균이 무엇인지, mean() 함수의 구문 및 매개변수를 설명했습니다. 또한 1 차원 및 2 차원 배열 모두에서 이 함수를 사용하는 단계별 예제를 제공했습니다.