np.average（）和np.mean（）之间的NumPy差异

NumPy有两个不同的函数用于计算平均值：

np.average()

及

因为NumPy不太可能包含冗余特性，所以它们之间的差异一定很细微

---

这是一个在Python中开始数据分析时我非常不清楚的概念，因此我决定在这里做一个详细的自我回答，因为我确信其他人正在努力解决这个问题。

简短回答：

“平均”和“平均”是两码事。人们可以互换使用，但不应该。np.mean（）提供算术平均值，其中，如果不添加其他参数，则作为np.average（）可以获得算术平均值，但也可以用于获取加权平均值

详细回答和背景：

统计信息：

由于NumPy主要用于处理数据集，因此理解导致这种混淆的数学概念非常重要。在简单的数学和日常生活中，我们使用平均值和平均值作为可互换的词，但情况并非如此

• 平均值：通常指“算术平均值”或数字集合的总和除以集合中的数字数
• 平均值：平均值可以指许多不同的计算，其中“算术平均值”就是其中之一。其他包括‘中位数’、‘模式’、‘加权平均数’、‘四分位平均数’和许多其他

这对NumPy意味着什么：

回到手头的话题。由于NumPy通常用于与数学相关的应用程序中，因此它需要比Excel等使用Average（）作为查找“算术平均值”函数的工具更精确地确定Average（）和Mean（）之间的差异

在NumPy中，np.mean（）将允许您跨指定轴计算“算术平均值”

以下是您将如何使用它：

myArray = np.array([[3, 4], [5, 6]])
np.mean(myArray)

还有一些参数可用于更改使用的数据类型以及函数应沿哪个轴计算（默认为展平数组）

另一方面，np.average（）允许您获取“加权平均值”，其中数组中的不同数字可能具有不同的权重。例如，在文档中，我们可以看到：

>>> data = range(1,5)
>>> data
[1, 2, 3, 4]
>>> np.average(data)
2.5
>>> np.average(range(1,11), weights=range(10,0,-1))
4.0

对于最后一个函数，如果采用非加权平均值，则预期答案为6。然而，它最终是4，因为我们也应用了权重

如果您不能很好地理解“加权平均值”，我们可以尝试简化它：

考虑到这是我们“加权平均数”的一个非常基本的总结，它在数学上不太准确（我希望有人会纠正），但它应该允许您将我们正在讨论的内容形象化

平均值是所有数字的平均值，相加后除以总数字。这意味着它们都有相同的重量，或者被计数一次。对于我们的平均样本，这意味着：

(1+2+3+4+5+6+7+8+9+10+11)/11 = 6

加权平均数包括不同权重的数字。因为在我们上面的示例中，它不包括整数，所以可视化可能会有点混乱，所以我们将想象权重更适合数字，它看起来像这样：

(1+1+1+1+1+1+1+1+1+1+1+2+2+2+2+2+2+2+2+2+3+3+3+3+3+3+3+3+4+4+4+4+4+4+4+5+5+5+5+5+5+6+6+6+6+6+6+7+7+7+7+7+8+8+8+8+9+9+9+-11)/59 = 3.9~

即使在实际的数字集合中，只有一个数字1的实例，我们还是以正常重量的10倍来计算它。这也可以通过另一种方式来实现，我们可以计算一个正常重量的1/3的数字

如果您不向np.average（）提供权重参数，它只会在展平轴上为您提供与np.mean（）相等的加权平均值

我为什么要使用np.mean（）？

如果可以使用np.average（）来查找平面算术平均值，那么您可能会问自己“为什么我要使用np.average（）？”np.average（）允许使用一些np.average（）没有的有用参数。其中一个关键参数是dType参数，它允许您设置计算中使用的类型

例如，NumPy文档为我们提供了以下案例：

Single point precision: 
>>> a = np.zeros((2, 512*512), dtype=np.float32)
>>> a[0, :] = 1.0
>>> a[1, :] = 0.1
>>> np.mean(a)
0.546875 

根据上面的计算，我们的平均值似乎是0.546875，但如果我们使用dType参数float64，我们会得到不同的结果：

>>> np.mean(a, dtype=np.float64)
0.55000000074505806

实际平均值0.55000000074505806

现在，如果你把这两个数字都四舍五入到两个有效数字，在这两种情况下都得到0.55。这种精度变得非常重要的地方是，如果您仍在对数字执行多组操作，尤其是在处理需要高精度的非常大（或非常小）的数字时

例如：

（（（0.55000000074505806*184.6651）^5）+0.666321）/46.778）= 231044,656.404611

（（0.55000000074505806*184.6651）^5）+0.666321）/46.778）= 231044,654.839687

即使在更简单的方程式中，也可能会出现小数点后几位的偏差，这可能与：

• 科学模拟：由于需要冗长的方程式、多个步骤和高精度
• 统计学：准确率的几个百分点之间的差异可能是至关重要的（例如在医学研究中）
• 金融：在大型金融模型中，或在跟踪大量资本（银行/私人股本）时，持续亏损甚至几美分，到年底可能导致数十万美元的错误

重要词语区分

---

最后，简单地解释一下，您可能会发现自己在分析数据时被要求查找数据集的“平均值”。您可能希望使用不同的平均方法来查找数据集的最精确表示。例如，在有异常值的情况下，np.median（）可能比np.average（）更准确，因此了解统计差异很重要。

您注意到这个问题了吗

>>> np.mean(a, dtype=np.float64)
0.55000000074505806