jax.numpy.nanmean

目录

jax.numpy.nanmean#

jax.numpy.nanmean(a, axis=None, dtype=None, out=None, keepdims=False, where=None)[源代码][源代码]#

返回沿给定轴的数组元素的均值，忽略 NaNs。

JAX 实现的 numpy.nanmean()。

参数:

  • a (ArrayLike) – 输入数组。

  • axis (Axis) – int 或 int 序列，默认=None。计算均值的轴。如果为 None，则沿展平的数组计算均值。

  • dtype (DTypeLike | None) – 输出数组的类型。默认=None。

  • keepdims (bool) – bool, 默认=False。如果为True，减少的轴将保留在结果中，尺寸为1。

  • where (ArrayLike | None) – 布尔类型的数组，默认=None。用于计算均值的元素。数组应与输入广播兼容。

  • out (None) – 未被 JAX 使用。

返回:

一个包含沿给定轴的数组元素均值的数组，忽略 NaNs。如果沿给定轴的所有元素都是 NaNs，则返回 nan。

返回类型:

Array

参见

示例

默认情况下，jnp.nanmean 计算沿展平数组元素的平均值。

>>> nan = jnp.nan
>>> x = jnp.array([[2, nan, 4, 3],
...                [nan, -2, nan, 9],
...                [4, -7, 6, nan]])
>>> jnp.nanmean(x)
Array(2.375, dtype=float32)

如果 axis=1，将在轴 1 上计算均值。

>>> jnp.nanmean(x, axis=1)
Array([3. , 3.5, 1. ], dtype=float32)

如果 keepdims=True ，输出的 ndim 将与输入的相同。

>>> jnp.nanmean(x, axis=1, keepdims=True)
Array([[3. ],
       [3.5],
       [1. ]], dtype=float32)

where 可以用于在计算均值时仅包含特定元素。

>>> where = jnp.array([[1, 0, 1, 0],
...                    [0, 0, 1, 1],
...                    [1, 1, 0, 1]], dtype=bool)
>>> jnp.nanmean(x, axis=1, keepdims=True, where=where)
Array([[ 3. ],
       [ 9. ],
       [-1.5]], dtype=float32)

如果 where 在所有元素中都是 False，jnp.nanmean 将沿指定轴返回 nan。

>>> where = jnp.array([[False],
...                    [False],
...                    [False]])
>>> jnp.nanmean(x, axis=0, keepdims=True, where=where)
Array([[nan, nan, nan, nan]], dtype=float32)
目录