如何在python中计算多个读数的平均值？

传感器每秒钟产生一个读数，持续五秒钟。我试图使用函数

np.mean

计算五个传感器读数的平均值（即

sensor1_t1

到

sensor1_t5

），但它不起作用

你能帮我一下吗

谢谢

sensor1_t1 = BridgeValue(0) * 274.0 - 2.1
sleep(1)
sensor1_t2 = BridgeValue(0) * 274.0 - 2.1
sleep(1)
sensor1_t3 = BridgeValue(0) * 274.0 - 2.1
sleep(1)
sensor1_t4 = BridgeValue(0) * 274.0 - 2.1
sleep(1)
sensor1_t5 = BridgeValue(0) * 274.0 - 2.1
sleep(1)

# my code - not working
#avg_sensor1 = np.mean(sensor1_t1, sensor1_t2, sensor1_t3, sensor1_t4, sensor1_t5)

---

您需要将类似数组的对象传递给的

a

参数。尝试：

当您需要将它们作为一个类似数组的对象传递时，您当前正在传递5个参数

换句话说，

np.mean

的语法是：

numpy.mean（a，axis=None，dtype=None，out=None，

当前调用函数的方式是传递5个位置参数。这些参数被解释为单独的参数：

• sensor1\u t1

  被传递到

  a

• 传感器1\u t2

  被传递到轴

• sensor1\u t3

  被传递到

  dtype

……等等

---

请注意，我建议的语法传递一个

列表

，这是被认为是“类似数组”的结构之一。如果您感兴趣，请详细说明。

您需要将类似数组的对象传递给的

a

参数。请尝试：

当您需要将它们作为一个类似数组的对象传递时，您当前正在传递5个参数

换句话说，

np.mean

的语法是：

numpy.mean（a，axis=None，dtype=None，out=None，

当前调用函数的方式是传递5个位置参数。这些参数被解释为单独的参数：

• sensor1\u t1

  被传递到

  a

• 传感器1\u t2

  被传递到轴

• sensor1\u t3

  被传递到

  dtype

……等等

---

请注意，我建议的语法传递一个

列表

，这是被认为是“类似数组”的结构之一。如果您感兴趣，请详细介绍。

，因为numpy主要用于数组（尤其是

numpy.ndarray

）

numpy.mean

需要一个数组作为它的第一个参数。但是你不需要创建

ndarray

你可以简单地更改

np.mean（sensor1_t1，sensor1_t2，sensor1_t3，sensor1_t4，sensor1_t5）

到

np.mean（[sensor1_t1，sensor1_t2，sensor1_t3，sensor1_t4，sensor1_t5]）

和numpy将处理其余的部分。

因为numpy主要用于数组（尤其是

numpy.ndarray

）

numpy.mean

期望数组作为第一个参数。但是您不需要创建

ndarray

只需更改

np.mean（传感器1\u t1、传感器1\u t2、传感器1\u t3、传感器1\u t4、传感器1\t5）

到

np。平均值（[sensor1_t1、sensor1_t2、sensor1_t3、sensor1_t4、sensor1_t5]）

和numpy将处理其余部分。

这将更容易使用numpy阵列完成。类似于：

import numpy as np

N = 5
sensor1 = np.zeros((N,), dtype=float)

for i in range(N):
    sensor1[i] = BridgeValue(0) * 274.0 - 2.1
    sleep(1)

average = np.mean(sensor1)

---

在整个过程中，使用Numpy阵列可以更轻松地完成此操作。例如：

import numpy as np

N = 5
sensor1 = np.zeros((N,), dtype=float)

for i in range(N):
    sensor1[i] = BridgeValue(0) * 274.0 - 2.1
    sleep(1)

average = np.mean(sensor1)

---

根据我从其他人那里学到的知识，我正在考虑使用np.empty。你能解释一下为什么要使用np.zero吗？我假设（N，）正在向数组添加新的条目？！Thx。

np.zero（（N，）

创建一个长度为

N

的零数组（从技术上讲是1d数组）然后修改循环中的每个值。因此，当

i=1

时，将

桥接值（0）*274.0-2.1

分配给

传感器[1]

（数组中的第二个条目，因为它是0索引的）。因此，您可以使用

np.empty

或

np.zero

；它们都起着占位符的作用。根据我从其他人那里学到的知识，我正在考虑使用np.empty。您能解释一下为什么要使用np.zero吗？我假设（N，）在数组中添加新条目？！Thx。

np.zero（（N，）

创建一个长度为

N

的零数组（技术上是1d数组），然后修改循环中的每个值。因此，当

i=1

时，您将

桥接值（0）*274.0-2.1

分配给

传感器[1]

（数组中的第二个条目，因为它是0索引的）。因此，您可以使用

np.empty

或

np.zero

；它们都可以用作占位符。