gmean#
- scipy.stats.gmean(a, axis=0, dtype=None, weights=None, *, nan_policy='propagate', keepdims=False)[source]#
计算指定轴上的加权几何平均数。
与权重 \(w_i\) 关联的数组 \(a_i\) 的加权几何平均数为
\[\exp \left( \frac{ \sum_{i=1}^n w_i \ln a_i }{ \sum_{i=1}^n w_i } \right) \, ,\]并且,在权重相等的情况下,它给出
\[\sqrt[n]{ \prod_{i=1}^n a_i } \, .\]- 参数:
- aarray_like
可以转换为数组的输入数组或对象。
- axisint 或 None,默认值:0
如果为 int,则为沿其计算统计信息的输入的轴。输入的每个轴切片(例如,行)的统计信息将显示在输出的相应元素中。 如果
None
,则在计算统计信息之前将展平输入。- dtypedtype,可选
在执行计算之前将输入数组强制转换成的类型。
- weightsarray_like,可选
weights 数组必须可以广播到与 a 相同的形状。 默认为 None,这为每个值赋予权重 1.0。
- nan_policy{‘propagate’, ‘omit’, ‘raise’}
定义如何处理输入 NaN。
propagate
:如果沿其计算统计信息的轴切片(例如,行)中存在 NaN,则输出的相应条目将为 NaN。omit
:执行计算时将忽略 NaN。 如果沿其计算统计信息的轴切片中剩余的数据不足,则输出的相应条目将为 NaN。raise
:如果存在 NaN,将引发ValueError
。
- keepdimsbool,默认值:False
如果设置为 True,则缩减的轴将保留在结果中,作为大小为 1 的维度。 使用此选项,结果将与输入数组正确广播。
- 返回:
- gmeanndarray
请参阅上面的 dtype 参数。
参见
numpy.mean
算术平均值
numpy.average
加权平均值
hmean
调和平均数
说明
样本几何平均值是观测值自然对数的平均值的指数。 负观测值将在输出中产生 NaN,因为自然对数(而不是复数对数)仅为非负实数定义。
从 SciPy 1.9 开始,
np.matrix
输入(不建议用于新代码)在执行计算之前会转换为np.ndarray
。 在这种情况下,输出将是标量或适当形状的np.ndarray
,而不是 2Dnp.matrix
。 同样,虽然会忽略掩码数组的掩码元素,但输出将是标量或np.ndarray
,而不是mask=False
的掩码数组。gmean
除了 NumPy 之外,还实验性地支持与 Python Array API 标准兼容的后端。 请考虑通过设置环境变量SCIPY_ARRAY_API=1
并提供 CuPy、PyTorch、JAX 或 Dask 数组作为数组参数来测试这些功能。 支持以下后端和设备(或其他功能)的组合。库
CPU
GPU
NumPy
✅
不适用
CuPy
不适用
✅
PyTorch
✅
✅
JAX
✅
✅
Dask
✅
不适用
有关更多信息,请参见对数组 API 标准的支持。
参考资料
[1]“加权几何平均数”,Wikipedia,https://en.wikipedia.org/wiki/Weighted_geometric_mean。
[2]Grossman, J., Grossman, M., Katz, R., “Averages: A New Approach”, Archimedes Foundation, 1983
示例
>>> from scipy.stats import gmean >>> gmean([1, 4]) 2.0 >>> gmean([1, 2, 3, 4, 5, 6, 7]) 3.3800151591412964 >>> gmean([1, 4, 7], weights=[3, 1, 3]) 2.80668351922014