NumPy 是一个用于科学计算的 Python 包，它提供了一个高性能的数组对象，这是数学运算的基本构建块。通过将数组中的所有元素相加并除以数组元素的总数，可以轻松计算平均值。NumPy 库中的 numpy.mean() 函数用于计算指定轴上 numpy 数组的算术平均值。默认情况下，平均值是在展平的数组上计算的，除非用户指定了轴。
虚拟机启动完成后，点击左上角切换到 Notebook 选项卡以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，请随时向 Labby 提问。在会话结束后提供反馈，我们将及时为你解决问题。
第一步是导入 NumPy 库。
import numpy as np创建一个值为 [80, 23, 17, 1, 39] 的一维数组 x。
x = np.array([80, 23, 17, 1, 39])使用 numpy.mean() 函数计算一维数组 x 的平均值。
array_mean = np.mean(x)
print("The mean of the input array is: ", array_mean)创建一个值为 [[14, 19, 12, 34, 43], [16, 8, 28, 8, 20], [25, 5, 55, 1, 2]] 的二维数组 p。
p = np.array([[14, 19, 12, 34, 43], [16, 8, 28, 8, 20], [25, 5, 55, 1, 2]])使用 numpy.mean() 函数计算展平数组 p 的平均值。
mean_flattened = np.mean(p)
print("The mean of the array when axis = None : ", mean_flattened)使用 numpy.mean() 函数沿轴 0 计算数组 p 的平均值。
mean_axis_0 = np.mean(p, axis = 0)
print("The mean of the array when axis = 0 : ", mean_axis_0)使用 numpy.mean() 函数沿轴 1 计算数组 p 的平均值。
mean_axis_1 = np.mean(p, axis = 1)
print("The mean of the array when axis = 1 : ", mean_axis_1)使用 numpy.mean() 函数并结合 out 参数，将结果存储到另一个数组中。
out_arr = np.arange(3)
print("out_arr : ", out_arr)
print("Mean of arr, axis = 1: ", np.mean(p, axis = 1, out = out_arr))在本教程中，我们介绍了 NumPy 库中的 numpy.mean() 函数。我们解释了什么是平均值（mean），mean() 函数的语法及其参数。我们还提供了在一维和二维数组上使用该函数的分步示例。
